Segmentação com análise RFM

Tércio Souza de Jesus

Como lidar com o grande volume de dados dos clientes que as empresas possuem?

É melhor um cliente que gasta muito, ou um cliente que compra muito?

Qual cliente podemos considerar perdido?

Qual cliente que está prestes a comprar novamente?

Princípio de Pareto

"...80% dos resultados vem de 20% das causas"
Vilfredo Pareto

Princípio de Pareto

  • 20% dos vendedores ganham 80% das comissões;
     
  • 20% dos clientes correspondem por 80% dos lucros de qualquer negócio;
     
  • 20% das celebridades dominam mais de 80%;
     
  • 80% dos livros mais vendidos são de 20% dos autores;
     
  • 80% das descobertas científicas são realizadas por 20% dos cientistas;
     
  • 80% de todos os resultados (sejam em negócios, economia ou jardinagem), derivam de apenas 20% dos esforços.

A análise RFM é uma estratégia de marketing para analisar e estimar o valor de um cliente, com base em três váriaveis: Recência, Frequência e valor Monetário a fim de prever quais clientes têm maior probabilidade de realizar novas compras no futuro.

Análise RFM

  • Classifica numericamente um cliente em cada uma dessas três categorias, geralmente em uma escala de 1 a 5;
     
  • Segmentação de clientes permite identificar as necessidades dos clientes;
     
  • Utiliza escalas objetivas e numéricas;
     
  • É simples;
     
  • É intuitivo.

As váriaveis da análise RFM

R - Recência

Quanto tempo se passou desde a última vez que um cliente comprou de você?

F - Frequência

Com que frequência um cliente comprou da sua marca durante uma determinada semana, mês, ano?

M - Monetaridade

Quanto em montante financeiramente, um cliente já comprou de você?

Pontuação RFM

Pontuações do RFM

Os modelos de RFM podem ser personalizados de acordo com sua empresa. No entanto, na maioria dos modelos de RFM, cada cliente recebe uma pontuação de 1 a 5 para cada variável

Juntas, essas três pontuações individuais nos fornecem um relato instantâneo de cada cliente e nos ajudam a determinar que tipo de oferta/mensagem, se houver, deve ser direcionada a eles.

Pontuação por Inferência / Simples

A pontuação por inferência é uma das formas mais fáceis de pontuar seus clientes, porque ela é inteiramente relacionada com as decisões de negócios.

Exemplo: um cliente gastou R$ 5.000,00 em conteúdos. Se esse valor é significativo, ele receberá uma pontuação M, valor monetário de 5. Um cliente que comprou há uma semana, pode receber o valor 5 para a pontuação R (recência).

Pontuação por Inferência / Simples

  • Vantagens: é muito fácil de pontuar, já que você sabe o que é o considerado bom para cada um dos valores da RFM.
     
  • Desvantagens: a sua pontuação acaba ficando enviesada, principalmente se ela não for baseada em dados.

Importante: À medida que a empresa cresce, os intervalos de pontuação podem precisar de ajustes frequentes.

Pontuação por Quintil

Forma mais utilizada pelas empresas ao usar o RFM.

  1. Você pega todos os dados de cada uma das letras;
     
  2. Ordena do menor para o maior;
     
  3. Divide ele em cinco partes iguais;
     
  4. Para cada uma dessas partes, você atribuirá um score de 1 a 5 para aqueles que estiverem dentro daquele quintil, sendo 5 a maior pontuação.

Pontuação por Quintil

- Organizar todos os compradores do menor para o maior

Pontuação por Quintil

- Dividir o conjunto de clientes por 5

Pontuação por Quintil

 

  • Quanto mais recente for a compra do cliente, maior será a pontuação de R;
  • Quanto mais compras o cliente realizar, maior será a pontuação de F;
  • Quanto maior for o gasto dele, maior será o score de M.

Segmentos de clientes

Tabela representativa

  1. Pegar a pontuação R (recência) do usuário. Por exemplo: 5;
     
  2. Tirar a média entre a pontuação de F (frequência) e M (valor monetário).
    Por exemplo: F = 5, M = 4, a média é (5+4)/2 = 4,5;
     
  3. Repita isso para todos os seus clientes;

Tabela representativa

A matriz representativa

Exemplo: Caffeine Army

Conclusão

  • Identificar os melhores clientes de uma empresa, com base na natureza de seus hábitos de consumo.
     
  • Classificar os clientes em até 11 categorias, dependendo do quão recentemente eles fizeram uma compra, com que frequência compram e o tamanho de suas compras.
     
  • Prever quais clientes têm mais chances de fazer compras novamente no futuro, quanta receita vem de novos e como transformar compradores ocasionais em clientes habituais.

Obrigado!

Made with Slides.com