Co to jest analiza RFM?
Analiza RFM jest jedną z technik wykorzystywanych w marketingu i handlu do oceny klientów (ang. scoring). Mimo swych ograniczeń jest ona powszechnie używana z uwagi na prostotę, niskie koszty przygotowania i łatwość interpretacji wyników.
RFM jest skrótem od angielskich słów RECENCY – FREQUENCY – MONETARY i zakłada, że dobry klient nabył coś ostatnio (RECENCY), kupuje często (FREQUENCY) i wydaje duże kwoty pieniędzy (MONETARY).
Analiza RFM, a systemy BI.
Do przeprowadzenia analizy RFM nie potrzebna jest ani hurtownia danych, ani złożony system Business Intelligence. Wystarczy zwykły arkusz kalkulacyjny np. MS Excel.
Warto jednak zauważyć, ze zintegrowanie analizy RFM w systemie BI daje szereg korzyści:
- Automatyczne odświeżanie wyników klientów w miarę pojawiania się nowych danych w systemie.
- Dostęp do historycznych wyników analizy RFM (sprzed miesiąca, kwartału itp), z możliwością porównania ewolucji poszczególnych klientów lub grup klientów.
- Możliwość krzyżowania wyników analizy RFM z innymi danymi gromadzonymi w przedsiębiorstwie. Do przykładowych zestawień skrośnych możemy zaliczyć:
- Porównanie wartości współczynnika RFM danego klienta ze średnią liczbą reklamacji przez niego składanych.
- Profil demograficzny najlepszych klientów (plec, wyksztalcenie, wiek itp.)
- Ewolucja analizy RFM klientów należących do danego segmentu.
Analiza RFM w narzędziu Pulpit Kontrolny
Nasze narzędzia TOA wspiera integrację analizy RFM z innymi danymi przechowywanymi w hurtowni. Poniżej podano linki do przykładów wykorzystania RFM w narzędziu Business Intelligence:
Jak obliczyć wskaźnik RFM danego klienta?
Dane:
Do policzenia RFM potrzebna jest lista klientów. Minimalnie, oprócz nazwy klienta, niezbędne jest otrzymanie z systemu informatycznego następujących wartości:
- Data ostatniego zakupu dokonanego przez klienta k – wielkość tę oznaczymy jako Rk,
- Liczba zamowień (zakupów) dokonanych przez klienta k oznaczona jako Fk,
- Kwota jaką klient k wydał w analizowanym okresie – Mk
Szukana:
RFM(k) – wskaźnik RFM klienta k równy sumie współczynników Rg, Fg i Mg (sposób ich obliczenia podano odpowiednio w krokach 2, 3 i 4.
Krok 1. Utworzyć listę klientów (ranking) uporządkowany według wartości Rk (pierwsza osoba w rankingu to, ta która kupowała jako ostatnia, ostatnia to ta która kupowała najdawniej)
Krok 2. Podzielić ranking z punktu 2 na 5 równych grup. Klientom z grupy pierwszej (tym którzy kupowali ostatnio) przypisać Rg wartość równą 5, z grupy następnej Rg=4 itd. Oznacza to, że klienci, którzy kupowali najdawniej będą mieli przypisane Rg=1.
Krok 3. Analogicznie utworzyć ranking według częstości (liczby zakupów) odzwierciedlonych przez Fk. Rankng ten także należy podzielić na 5 równych części. Klientom z grupy która kupowała najczęściej przypisujemy Fg=5, osobom z grupy kolejnej przyporządkowujemy wartość Fg=4 itd.
Krok 4. Podobnie jak w dwóch przypadkach opisanych powyżej, utworzyc ranking uporządkowany malejąco według wartości Mk (ilości wydanych pieniędzy) i podzielić go na 5 równych części. Grupie klientów, którzy wydali najwięcej przypisać Mg=5, kolejnej Mg=4. W tym przypadku klientom, którzy wydali najmniej przypisana zostanie wartość Mg=1.
Krok 5. Wartość wynikowa analizy dla danego klienta k to suma wielkości obliczonych w punktach 3, 4 i 5:
RFM(k)=Rg+Fg+Mg.
Oczywiście, klient jest tym lepszy im wyższa wartość wskaźnika RFM posiada. Oprócz wskaźnika RFM wyrażonego jako suma arytmetyczna, stosuje się też postać opisową. Przykładowo, 512 oznacza klienta, który kupował niedawno (Rg=5), bardzo rzadko składa zamówienia (Fg=1) i nie wydaje dużych kwot (Mg=2).
