RFM Analizi: Müşterileriniz ve RFM Segmentasyonu hakkında daha fazla bilgi edinin

Bu yazımızda, müşteri gruplarının (veya segmentlerinin ) davranışlarını temel alan RFM (yenilik, frekans, parasal değer) analizine göz atacağız. Bu analiz yöntemi, kullanıcıların davranışlarını ve nasıl ödeme yaptıklarını incelemenize olanak tanır. Sonuç olarak, doğrudan pazarlama için değerli bilgiler alacaksınız.

RFM analizi, müşterileri satın alma sıklığına ve değerine göre segmentlere ayırmanıza ve en çok para harcayan müşterileri belirlemenize olanak tanır.

• Yenilik – bir müşterinin sizden bir şey satın almasının üzerinden ne kadar zaman geçti
• Sıklık – bir müşterinin sizden ne sıklıkla satın aldığı
• Parasal değer – bir müşterinin yaptığı satın almaların toplam değeri

Bu metriklere göre, müşterilerinizi gruplara ayırarak hangi müşterilerin sıklıkla çok şey aldığını, hangilerinin az ama sık sık satın aldığını ve hangilerinin uzun süredir hiçbir şey satın almadığını anlamak mümkündür.

Kural olarak, müşterilerin yalnızca küçük bir yüzdesi genel promosyon tekliflerine yanıt verir. RFM, müşteri yanıtlarını tahmin etmek, etkileşimleri iyileştirmek ve karı artırmak için mükemmel bir segmentasyon yöntemidir. RFM, her bir müşteri grubuyla nasıl çalışılacağını belirlemek için müşteri davranış verilerini kullanır.

RFM analizinin özü, müşterileri son alışverişlerini ne kadar yakın zamanda yaptıklarına, ne sıklıkta satın aldıklarına ve siparişlerinin ortalama değerine göre gruplara ayırmaktır. Bu ölçümlerin her biri için müşterileri 1'den 3'e kadar bir sayı atanan üç gruptan birine atarız.

Yenilik:

• 1 – uzun süredir devam eden müşteriler.
• 2 – nispeten yeni müşteriler.
• 3 – son müşteriler.

Sıklık:

• 1 – nadiren satın alır (tek siparişler).
• 2 - nadiren satın alma.
• 3 – sık sık satın alır.

Parasal değer

• 1 – düşük satın alma değeri.
• 2 – satın almaların ortalama değeri.
• 3 – yüksek satın alma değeri.

Müşterilere, Yenilik, Sıklık ve Parasal değer için numaralarını birleştirerek RFM değerleri atanır. Örneğin, müşteri 111, uzun zaman önce parasal değeri düşük bir sipariş verdi. Müşteri 333 ise genellikle yüksek değerli siparişler verir ve yakın zamanda bir satın alma işlemi gerçekleştirir. Her kategoride 3'lü müşteriler en iyi müşterilerinizdir.

RFM analizini gerçekleştirmenin iki uygun yolu vardır: OWOX BI kullanmak ve Excel (veya Google E-Tablolar) kullanmak.

Excel'den farklı olarak OWOX BI, RFM'yi otomatik olarak hesaplamanıza olanak tanır.

Bu analizin veri kaynağı, aşağıdaki alanlara sahip her siparişle ilgili verileri içeren Google BigQuery'deki bir tablo veya görünümdür:

• userId – müşterinin web sitesi veritabanındaki / ERP'deki kullanıcı kimliği.
• gelir – siparişten elde edilen gelir.
• oluşturuldu - sipariş oluşturma tarihi.

Adım 1 . ERP'nizden onaylanan siparişlerle ilgili verileri kullanmanızı öneririz. OWOX BI Pipeline'ı kullanarak bu verileri kolayca BigQuery'ye aktarabilirsiniz.

Adım 2 . OWOX BI ayrıca size RFM analiz sonuçlarının Google Analytics'e aktarılmasını özelleştirme fırsatı verir. Bu, şunları yapmanızı sağlayacaktır:

• Kullanıcılar hakkında ek bilgileri kullanarak daha derinlemesine kitle analizi için Google Analytics'te yeni özel raporlar ve segmentler oluşturun
• Google Ads, e-posta bültenleri ve bağlılık programları için yeniden pazarlama kitleleri oluşturmak üzere RFM analizini kullanın

Adım 3 . Google BigQuery'den RFM analiz verilerinin Google Analytics'e aktarılmasının ayarlanması iki adımdan oluşur:

1. Bir Google Analytics web kaynağı oluşturma.
2. OWOX BI Pipeline'da bir akış oluşturma.

Son iki noktaya daha yakından bakalım.

1. RFM analizinin sonuçlarını depolamak için kullanıcı düzeyinde Özel Boyutlar oluşturun (Özel Tanımlar → Özel Boyutlar → +Yeni Özel Boyut ):

2. Verileri Google Analytics'e aktarmak için bir veri kümesi oluşturun (Veri İçe Aktarma → Yeni Veri Kümesi) :
   

• İçe aktarma davranışını Sorgu zamanı olarak belirtin. Bu, içe aktarılan verileri geçmiş verilerle birleştirmenize olanak tanır; aksi takdirde, veriler yalnızca RFM analizinin sonuçları indirildikten sonra Google Analytics'te toplanan isabetlerle birleştirilecektir. Sorgu zamanını içe aktarmanın yalnızca Google kullanıcıları tarafından kullanılabildiğini unutmayın ​

• Ardından, veri kümesini adlandırın ve içe aktarılan verilerin kullanılabilir olacağı görünümlerin listesini belirleyin:​
  

• Son olarak, bir veri şeması tanımlayın ve veri kümesini kaydedin:​

Bu kadar. Artık verileri içe aktarmak için Google Analytics web mülkü ayarlarını yapılandırdınız. Şimdi içe aktarmaya devam edebilirsiniz.

1. Verileri doğru yapıda döndürecek bir SQL sorgusu hazırlayın.

2. OWOX BI Pipeline'da burada anlatıldığı gibi bir akış oluşturun.

Google Analytics'te veriler görünene kadar bekleyin:

Herşey hazır. OWOX BI, sizden fazla katılım gerektirmeden RFM analizini otomatik olarak gerçekleştirecektir.

1. Excel'de RFM'yi hesaplamak için, CRM'nizden işlem verilerini indirerek başlayın: müşteri adı, satın alma tarihi ve satın alma tutarı:​
   

2. Her müşteri için son satın alma tarihini, müşterinin sizden toplam kaç kez alışveriş yaptığını ve tüm bu siparişlerin toplam parasal değerini belirlemek için bir pivot tablo kullanın.
   

3. CRM'deki bazı müşteriler hiç satın almamış olabileceğinden, tüm işlemlerini tek satırda birleştirmemiz gerekiyor. Bunu yapmak için Satırlara Client değerini ekliyoruz.
   

4. Şimdi her müşterinin kaç sipariş verdiğini saymamız gerekiyor. Bunu yapmak için, Değerlere Satın Alma Tarihi ekleyin (Özet sütununda COUNTA'yı belirtmeyi unutmayın).

5. Ardından, her müşteri için tüm siparişlerin toplam değerini hesaplayın. Bunu yapmak için, Satın Alma Tutarı'nı Değerler'e ekleyin ve Özetleme ölçütü sütununda SUM'u belirtin .
   

6. Şimdi her müşteri için son satın alma tarihini hesaplamamız gerekiyor. Bunu yapmak için, Değerlere Satın Alma Tarihini ekleyin ve zaten bildiğimiz grafikte MAX değerini belirtin.

Analiz hazırlığı için bu kadar. Şimdi RFM değerlerini hesaplamak için bu verileri yeni bir sayfaya aktarmamız gerekiyor.

7. İlk olarak, sütunları Müşteri , Son satın alma tarihi , Sipariş sıklığı , Sipariş sayısı ve Satın Alma Tutarı olarak yeniden adlandırın.​Şimdi analizin ana kısmına geçiyoruz. = BUGÜN () formülünü kullanarak - bir müşterinin son satın alma işlemini kaç gün önce yaptığını hesaplarız. Bu, R (yenilik) değerimizin verileri olacaktır:

8. Bu noktada Yenilik, Sıklık (sipariş sayısı) ve Parasal değer (tutar) ile ilgili tüm verilere sahibiz. Şimdi bu verilere dayanarak 1'den 3'e kadar (yukarıda belirtilen kriterlere göre) değerler atayacağız.

Yenilik değerleriyle başlayalım. Yapmamız gereken ilk şey, müşterilerimizin %33'ünün ve %66'sının bizden ne kadar süre satın aldığını hesaplamak. Bu, = YÜZDEBİRLİK.DRT (C2: C12; 0,33) ve = YÜZDELİK.DAR (C2: C12; 0,66) formülü kullanılarak kolayca yapılabilir. Artık müşterilerin %33'ünün ürünlerimizi 61 günden kısa süre önce, %66'sının ise 93 günden daha uzun bir süre önce satın aldığını biliyoruz.​

9. Buna göre, 61 günden daha kısa bir süre önce satın alan müşterilere en yüksek değeri 3 olarak veriyoruz. 61 ila 93 gün arasında sipariş verenlere 2 değeri veriyoruz. 1 değeri Tüm bunlar, = IF (C2 <61; 3; IF (C2 <93; 2; 1)) formülüyle otomatik olarak hesaplanabilir.

10. Aynı prensibi kullanarak, F (Sıklık) ve M (Parasal değer) değerlerini hesaplıyoruz: ilk olarak, müşterilerin %33 ve %66'sının kaç kez satın alma yaptığını hesaplıyoruz ve sonuçlara göre 1'den 1'e kadar değerler atadık. 3.​

11. Daha fazla netlik için, her müşteri için üç değeri de birleştirerek RFM değerini hesaplıyoruz. Bunu = D2 * 100 + F2 * 10 + H2 formülünü kullanarak yapabiliriz.
    

Bu kadar. Google E-Tablolar'da (veya Excel'de) RFM analizi için gerekli tüm hesaplamaları yaptık. Bu formüllerin bazı yanlış hesaplamaları otomatikleştirmeye yardımcı olmasına rağmen, RFM'yi hesaplamak için hala çok zaman harcamanız gerektiğini unutmayın.

Ancak zamanınıza ve çalışanlarınızın zamanına değer veriyorsanız veya büyük bir veritabanınız varsa, OWOX BI kullanarak RFM analizi yapmanızı öneririz. Henüz bir OWOX BI kullanıcısı değilseniz, tüm işlevleri ücretsiz olarak deneyebilirsiniz.

Tüm hesaplamalar hazır olduğunda ve müşterilerinizi segmentlere ayırdığınızda, pazarlama kısmına geçmenin zamanı geldi.

Müşterileri RFM değerlerine göre gruplayarak, müşteri tabanınızda neler olup bittiğinin tam bir resmini hemen elde edebilirsiniz. Bazı müşteri gruplarının örneklerine bakalım.

Grup 3R-3F-3M - en aktif, sık sık satın alın

Bunlar ideal müşterileriniz. Bir sadakat programı başlatarak, onları özel etkinliklere davet ederek veya şirketin nasıl gelişmesini istediklerini sorarak onlarla olan ilişkinizi genişletmek mümkündür. Bu müşterilere saygı duyulduğunu göstermek ve kullanıcıları memnuniyetle karşılamak önemlidir.

Grup 1R-1F-1M - en az aktif, bir kez satın alındı ​​/ hiç satın alındı, az harcandı

Bu müşteriler en az umut vadeden gibi görünse de, onları tamamen silmemelisiniz: En az bir kez ürünlerinize ilgi gösterdiler. Çoğu zaman, pazarlamacılar bu müşterileri "ürünle kesinlikle ilgisiz" ve "umut verici" olarak ayırmak için özel kışkırtıcı mesajlar hazırlar. Gelecek vaat eden müşteriler bir sonraki kategoriye aktarılabilir.

Kategorilerden birinde 1

Müşterilerinizden bazıları 122 (topal Yenilik) değerine sahip olabilir. Bu segmente size geri dönmeye karar vermesi için biraz zaman verilmelidir. Şirketinize yeniden ilgi uyandırmak için, daha önce satın aldıkları ürünlerle birlikte genellikle satın alınan ürünleri sunmaya çalışın.

3 kategoriden birinde

Bu kullanıcılar, araştırmanız için umut verici bir segmenttir. Denemeniz ve diğer göstergelerini yükseltmek için uygun bir yol bulmanız için yeterince tutarlıdırlar.

RFM metodolojisi mutlak olmaktan uzaktır, ancak müşteri tabanınızı analiz etmek için son derece kullanışlı bir araçtır. Biraz çalışarak müşterilerinize nasıl bireysel bir yaklaşım sergileyeceğinizi göreceksiniz.

Aynı zamanda, verilerin sezonlardan, promosyonlardan ve tatillerden etkilendiğini unutmayın. İçinde bulunulan ay için kapsamlı bir satın alma geçmişine sahip bir müşteri, gelecek ay hiçbir şey satın almazsa, bu, onları hemen başka bir segmente aktarmanız gerektiği anlamına gelmez. Belki de bu sadece mevsimselliğin etkisidir ve bir süre sonra satın almaya devam edeceklerdir.

Hala sorularınız varsa, aşağıdaki yorumlarda bize sorun :)

Google Analytics ve diğer analiz araçları hakkında daha fazla bilgi edinmek istiyorsanız bültenimize abone olun. Her ay modern pazarlamacılar ve analistler için faydalı ipuçları alacaksınız.