Определение ключевых клиентов (пример RFM анализа)

Ключевые клиенты

RFM-анализ чаще всего используется для изучения товарного ассортимента по частоте обращений либо для классификации клиентов. Дополнительный инструмент для оптимизации асортимента или работы с клиентами.

Классификация по параметру Recency (новизна):
для каждого клиента определить дату последней покупки;
для каждого клиента рассчитать давность покупки (Recency) как разность между текущей датой (в примере 10.08.2010) и датой последней покупки;
разбить полученные данные на 5 групп. Каждый клиент при этом получит идентификатор от 1 до 5 в зависимости от его активности. Тем, кто недавно осуществлял покупку, будет присвоен код 5. Те, кто дольше всех не покупал ничего, получат 1.
Классификация по параметру Frequency (частота):
для каждого клиента определить количество покупок за определённый период;
разбить полученные данные на 5 групп (квантилей). Клиентам, совершившим наибольшее число покупок, будет присвоен код 5, наименее активные покупатели получат 1.
Классификация по параметру Monetary (денежный):
для каждого клиента определить сумму потраченных денег;
разбить полученные данные на 5 групп. Клиентам, потратившим наибольшие суммы, будет присвоен код 5, клиентам, потратившим наименьшие суммы – 1.

Совместить полученные результаты, каждый клиент при этом получит код RFM, состоящий из трёх цифр. Автоматизировать такой отчёт в экселе довольно сложно. В 1С же примерно за неделю мы может сделать его как в Украине, так и в России.

Детальней:

В моём случае, я решил взять период для анализа два месяца. Как вы уже поняли, данные которые вам нужны, это дата последней покупки, количество покупок за два месяца и общая сумма покупок.
Определяем класс R: От текущей даты нам нужно «отнять» дату последней покупки клиента. Получим количество дней. Условно, если мы берём период 60 дней, можем разделить их на 5 групп. Получится каждая группа по 12 дней. Первая группа, клиенты которые сделали покупку в ближайшие 12 дней, им присваивается 5 баллов. Следующая группа с покупкой от 13 до 24 дней, получает 4 балла. И так далее. Процесс думаю понятен.
Класс F: Нам понадобятся данные о колличестве покупок. Для того чтобы разделить клиентов на 5 групп в классе F, нужно выбрать максимальное количество «чеков / накладных», и минимальное. Обратите внимание на накладные, которые были сделаны в один день на одного клиента. Вам не нужно учитывать их для F класса. Один день — максимум одна накладная. Если клиенту «добивали» товар, был довоз или через час после заказа он вспомнил что что-то не купил, эти «лишние» накладные только негативно повлияют на точность статистики.
Итак, мы имеем максимальное количество «чеков» и минимальное. Предположим это 27 и 2. Определяем границы для классв — (27+2)/5=5.8 округляем до 6. 5 Баллов получают клиенты с количеством чеков от 21 до 27. 4 — от 15 до 20 и так далее.
Класс M: По общей сумме покупок, система такая же, как и с определением класса F.
Кстати, обратите внимание на явные отрывы от общего массива данных. К примеру, если 27 чеков это единственный показатель, а после него основная масса покупок начинается скажем с 21, возможно, стоит сдвинуть рамки классов. Это относится к каждому из трёх показателей данного отчёта. Период анализа, так же, индивидуален для каждой компании.

Данный анализ может оказаться полезен как для элементарного распределения средств / человеческих ресурсов, но и может применяться скажем в маркетинге, в акциях для клиентов, использоваться как инструмент в классификации товара. Кроме того, можно выявить некоторые интересные закономерности с маркетинговыми исследованиями. В общем, эксперементируйте, дерзайте, выходите за рамки «цифренного» восприятия. Между строк можно много чего интересного прочесть.

Вот так, всё достаточно просто. Если возникнут вопросы, пишите, комментируйте — по возможности отвечу.

В свете освещения некоторых видов анализов, появилась интересная мысль, на сколько вообще Нужен аналитик в торговой компании, если огромное колличество данных и знания можно почерпнуть из сети и книг? И пришел к выводу, что нужен… :) Этот вопрос освещу в следующем материале.

Семинар по Управлению запасами СКОРО в Киеве!

Опубликовать в Facebook
Опубликовать в Google Plus
Опубликовать в LiveJournal
Опубликовать в Мой Мир
Опубликовать в Одноклассники
Опубликовать в Яндекс

One thought on “Определение ключевых клиентов (пример RFM анализа)

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *


*