مقالات

مدل RFM چیست و چه تاثیری بر فروش در فروشگاه‌ های زنجیره ای و فروشگاه اینترنتی دارد؟

از کسانی که زیاد پول خرج می کنند تا کسانی که مراقب پول خرج کردنشان هستند، همگی نیازها و خواسته‌های متنوع و متفاوتی دارند. از این رو هر کدام به روش خاص خود در کسب و کار شما تاثیر می گذارند. بنابراین تقسیم بندی مشتریان می تواند در رشد کسب و کار شما تاثیر چشمگیری داشته باشد و رشد کسب و کارتان را به صورت قابل توجهی بهبود ببخشد. مدل RFM یکی از مدل‌های جذابیست که شاید افراد، به خصوص در حوزه دیجیتال مارکتینگ کمتر با آن آشنا باشند، در ادامه این مدل را همراه با تجربیات در اجرای این روش را برایتان توضیح میدهیم.

 

مدل RFM چیست؟

مدل RFM یک روش بر مبنای سابقه ی خرید مشتریان است. در این روش، با تجزیه و تحلیل سوابق خرید مشتری، به دسته بندی و طبقه بندی مشتریان می پردازیم. از این جهت نام مدل RFM از مخفف عبارات زیر گرفته شده است:

  1. R) RECENCY: زمان آخرین خرید
  2. F) FREQUENCY: تعداد کل خرید‌ها
  3. M) MONETARY VALUE: کل هزینه‌های خرید یا مقدار کل مبلغی که از ما خرید کرده

مدل RFM برای نخستین بار حدود چهل سال پیش توسط صنعت نامه استفاده شد و هنوز نیز در بهبود و بهینه سازی کسب و کار، تاثیر گذار و قابل استفاده می‌باشد.

مزایا و فواید مدل RFM

  • حفظ مشتری
  • افزایش سرعت پاسخگویی
  • افزایش سرعت تبدیل و تغییر
  • افزایش درآمد

 تقسیم بندی مشتریان در مدل RFM

هنگام استفاده از مدل RFM، مشتریان به سه گروه تقسیم بندی می شوند، این گروه‌ها را بر اساس زمان آخرین خرید، تعداد کل خرید‌ها و کل مقدار هزینه ی خرید‌ها، دسته بندی می کنیم. از طرفی هر گروه بین ۱ تا ۴ درجه، طبقه بندی می‌گردد. از این رو، سه گروه داریم که بر اساس سه متغیر با ۴ درجه بندی تقسیم بندی می شوند و این ۴ درجه که به صورت اعداد ۱ یا ۲ یا ۳ و یا ۴ می باشد، قابل کنترل و تغییر دادن هستند. می توان درجه بندی را تا عدد ۵ و یا بیشتر ادامه داد، اما تجزیه و تحلیل و تفسیر داده‌ها چالش برانگیز خواهد شد.

 

 

برای مثال، مشتری ای را به شرایط زیر در نظر می گیریم:

زمان آخرین خرید R=1

تعداد کل خرید‌ها  F=1

کل مقدار هزینه ی خرید‌ها M=1

این مشتری در گروه ۱ و ۱ و ۱ قرار می گیرد. ( R=1 , F=1 , M=1)

در جدول زیر، دسته بندی در مدل RFM آورده شده است.

 

 

نحوه ی استفاده و تجزیه و تحلیل از مدل RFM

سه مرحله ی ساده برای تجزیه و تحلیل داده‌های مشتریان وجود دارد. برای تجزیه و تحلیل و استفاده از مدل RFM به تمام اطلاعات و تاریخ خریدهای مشتری خود نیاز دارید. این اطلاعات به صورت یک پرونده از تمام تراکنش‌های مشتریان تشکیل می شود. این تراکنش‌ها با استفاده از نرم‌افزار‌های فروش و یا بانک‌های اطلاعاتی قابل جمع آوری هستند. سه مرحله ی یاد شده به صورت زیر می باشند:

مرحله اول:

داده‌هایی از مدل RFM را جمع آوری کنید. شما برای شروع نیاز به یک سری داده خام دارید که معمولا باید از برنامه نویس‌هایتان بگیرید و شاید این یکی از سخت‌ترین قسمت‌ها باشد. با توجه به چارچوب‌های سازمانی و دیگر مسائلی که وجود دارد. در هنگام گرفتن دیتا یک حد اولیه برای خودتان در نظر بگیرید؛ مثلا دیتای افرادی رو می خواهیم که حداقل ۳ مرتبه از ما خرید کرده باشند.

مرحله دوم:

یک فایل اکسل درست کنید و اطلاعاتی مثل نام، نام خانوادگی، شماره تماس، ایمیل، شهر و شماره مشتری، تعداد دفعات خرید، مقدار کلی خریدی که انجام داده است همراه با تاریخ آخرین خرید را در آن وارد کنید.

 

مرحله سوم:

بعد از اینکه داده‌ها آماده شد، مهمترین قسمت مرتب کردن داده‌ها و شماره گذاری آن‌هاست. در این مرحله شماره گذاری را برای RFM  بین ۱ تا ۴ قرار دهید. البته بیشتر هم می توانید قرار دهید ولی تحلیل برایتان سخت خواهد شد. در تقسیم بندی برای خودتان بازه تعیین کنید و طبق همان عدد گذاری را انجام دهید. برای نمونه تقسیم بندی F یا تعداد دفعات خرید به صورت زیر انجام شده است:

 

این که تقسیم بندی هر کدام به چه صورت باشد کاملا به نوع کسب و کار شما و دیتاهایی که در اختیار دارید بستگی دارد. به مثال زیر توجه کنید:

تفسیر و معنای داده‌ها

  • رعنا رضایی یکی از مشتریان نمونه  که در دسته بندی «بهترین مشتری» قرار دارد. زیرا داده‌ها و اطلاعات، مربوط به این مشتری به صورت R=1،  F=1  و M=1 می باشد.
  • محمد جعفری یکی دیگر از مشتریان که در دسته بندی «مشتری خیلی معمولی» قرار دارد، زیرا او به تازگی خریدی انجام نداده در نتیجه R=3 و تعداد کمی خرید داشته است و از این رو F=4 و پول کمی خرج کرده است و بنابراین M=4 .
  • مشتری بعدی، سعید منظمی هست، او در گروه «مشتری بهتر از معمولی» قرار دارد، زیرا با اینکه او مدتی است که خرید نکرده، یعنی  R=3، ولی تعداد خرید‌هایش بهتر بوده است و یعنی F=2 و همچنین بیشترین پول رو هم خرج کرده است؛ به طوری که  M=1.

با استفاده از این سه مرحله ی ساده و داشتن اطلاعات از فعالیت این سه مشتری می توان با استفاده از مدل RFM مشتریان را دسته بندی کرد. می توانید یک گروه برای تجزیه تحلیل این اطلاعات تشکیل دهید و مشخص کنید چه اطلاعاتی برای کسب و کارتان مهم هست. همچنین می توانید یک جدول از اطلاعات مشتریان خود، به منظور داشتن یک شمای کلی از اطلاعات و تصمیم گیری‌ها ایجاد کنید.

استفاده از مدل RFM یک تکنیک تجزیه و تحلیل تجاری است و به صورت چشمگیری عملکرد بازاریابی و کسب و کار شما را بهبود می بخشد. مرتب کردن و آماده کردن دیتا ممکن است زمان گیر باشد ولی مطمئن باشید ارزشش را دارد.

داده کاوی به روش LRFM

در مدل LRFM بعد طول ارتباط مشتری Length (L) به مدل RFM اضافه می‌شود. این روش برای خوشه‌بندی مشتریان در مدیریت ارتباط با مشتری (CRM)  استفاده می‌شود. در این مدل مشتریان بر اساس چهار ویژگی طول ارتباط مشتری، تازگی خرید، تناوب خرید و ارزش مالی خرید دسته‌بندی می‌شوند. براساس حرف اول هریک از این چهار ویژگی واژه LRFM نوآوری شده است. این مدل برای خوشه‌بندی بسیار مورد استفاده قرار می‌گیرد.

 

برخی معتقدند روش RFM نمی تواند مشتریان دارای ارتباط بلند مدت و مشتریان دارای ارتباط کوتاه مدت با سازمان را مشخص نماید. این پژوهشگران ایده طول ارتباط مشتری را پیشنهاد داده‌اند. این طول ارتباط مشتری، با وفاداری و سود آوری مشتری ارتباط دارد. افزایش طول ارتباط با مشتری، وفاداری مشتری را بهبود می‌بخشد. این متغیر نشان دهنده فاصله زمانی بین اولین و آخرین خرید مشتری در بازه مورد مشاهده است. مدل RFM مشتریانی را که به تازگی ارزش مالی بالایی برای شرکت ایجاد کرده و در کوتاه مدت دارای تناوب خرید بیش از متوسط تناوب خرید در بین مشتریانی که تکرار خرید داشته اند به عنوان مشتریان با ارزش انتخاب کرده در حالی که عامل طول ارتباط با شرکت نادیده گرفته شده است.

داده کاوی به روش NLRFM و LRFMP

در مدل NLRFM بعد تعداد کالاهای خریداری شده Number (N) به مدل LRFM اضافه می‌شود.

در مدل LRFMP بعد تناوب خرید Periodicity (P) به مدل LRFM اضافه می‌شود.

طول ارتباط مشتری با سازمان، نشان دهنده مدت زمانی است که یک مشتری ارتباط خود را با سازمان آغاز کرده است. نتایج مطالعه بهاتاچاریا (۱۹۹۸) نشان می‌دهد طول دوره‌هایی که طی آن می توان یک فرد را به عنوان مشتری سازمان معرفی کرد، در ارتباط مثبت با دوره‌هایی خواهد بود که مشتری متمایل است طی آن ارتباط خود را با سازمان ادامه دهد. همچنین در این مطالعه بیان شده که طول ارتباط مشتری با سازمان با احتمال پایداری رابطه او در آینده، دارای ارتباط مثبت است.

از طرفی مبنای دیگر برای دنبال کردن مشتریان در نظریه مزیت منابع پیدا شده است. بر طبق بررسی‌های‌ هانت و مورگان ( ۱۹۹۵ ) منابع شرکت، مالی، فیزیکی، قانونی، انسانی، سازمانی، اطلاعاتی، و رابطه‌ای هستند. برگرفته شده از بررسی‌های آنان، نشان داده شده که روابط با مشتریان می تواند به عنوان یک منبع شرکت بهره گرفته شده که می تواند بعنوان مزیت رقابتی بکاربرده شود.