Cómo utilizar los modelos de rfm en la comercialización basada en los datos
Cuando los datos de marketing impulsada venía primero a la prominencia, los analistas desarrollaron una técnica de segmentación relativamente sencillo que sigue siendo ampliamente utilizado hoy en día. La técnica fue desarrollada por primera vez para el negocio de la venta por catálogo. La motivación era que los catálogos son caros para imprimir y enviar, por lo que es importante para enviarlos por correo a las personas que realmente lo puedan utilizar.
Video: Estadistica Descriptiva I - Gráficos estadísticos
El marco RFM en la comercialización basada en los datos
La actualidad, frecuencia, monetario técnica, conocida como modelado RFM, se basa en la observación de tres hechos sobre transacciones de los clientes.
R es para lo reciente. ¿Cuánto hace que el cliente última comprar a usted?
F es para la frecuencia. ¿Con qué frecuencia o la cantidad de productos que ha comprado el cliente?
M es por dinero. Bueno, en realidad es para valor monetario pero significa dinero. ¿Cuánto gastan los clientes?
La idea básica es que cada uno de estos factores es un tanto individualmente predictivo de las tasas de respuesta. La combinación de ellos hace que esas predicciones aún mejor.
RFM modelos se han desarrollado utilizando datos de transacciones resumidos. conteos totales de transacción, compra, y fechas de las transacciones recientes se agrupan en rangos. Un modelo RFM sencilla solamente podría distinguir de alta, media, y los volúmenes de transacción bajos, por ejemplo.
Cada cliente se clasifica en cada uno de los tres atributos. Los clientes son entonces segmentada en función de su clasificación combinada. Por ejemplo, un segmento se compone de clientes que entran en la categoría baja en los tres atributos. Hay otro segmento para muy reciente, bajo volumen y alto valor monetario. Y así.
El número de segmentos se agranda rápidamente. Si cada atributo se divide en tres rangos, se termina con 27 grupos distintos de RFM. Si se les divide diez maneras, se termina con 1.000 segmentos.
¿Cómo construir el modelo RFM en los datos de marketing orientado
El conocimiento real viene cuando se aplican estos segmentos de clientes que han recibido las campañas de marketing de usted en el pasado. Nos fijamos en las tasas de respuesta para cada uno de los segmentos de RFM. Típicamente, algunos segmentos superan dramáticamente otros.
Video: Decodificando seus Clientes, usando a técnica RFV (Volume I)
Como todos los modelos, usted debe probar los modelos de RFM antes de usarlos en la definición de los destinatarios. La forma estándar de prueba de un modelo implica dividir los clientes que estamos analizando en dos grupos definidos al azar.
Usted puede ser el análisis de las tasas de respuesta de 100.000 clientes que recibieron su campaña de primavera. Desea dividir al azar de ese grupo por la mitad. Se utiliza la primera mitad para hacer su análisis y definir sus segmentos de alto rendimiento. A continuación, se utiliza la segunda mitad para confirmar (o no) que esos segmentos realmente se desempeñan mejor que los demás.
Puede llevar a cabo esta escisión aleatoria con un generador de números aleatorios. software de base de datos, software analítico, e incluso hojas de cálculo tienen funciones que van a producir números aleatorios entre 0 y 1. La idea es que se genera un número aleatorio para cada registro de cliente. Si el número es inferior a 0,5, se pone el registro en el archivo de análisis. El resto de los registros de entrar en su confirmación o archivo de prueba.
Al centrarse futuras campañas en los segmentos de alto rendimiento, se puede lograr mayores tasas de respuesta y reducir los costos de campaña. Usted debe considerar algunos problemas técnicos en la aplicación de cualquier tipo de modelo analítico. Por un lado, no desea asumir que sus segmentos serán tan eficientes en el futuro como lo hicieron en el pasado.