Blog de personalización de comercio electrónico
Publicado: 2022-01-14 El análisis RFM aumenta las ventas de comercio electrónico. Hoy, exploramos cómo podemos usar datos recientes, de frecuencia y monetarios de nuestros clientes para desbloquear marketing personalizado y aumentar el compromiso. Aún mejor, veremos cómo el análisis RFM es una de las mejores formas de maximizar el análisis de cohortes para aumentar la retención .
Para pasar a los ejemplos de segmentación de RFM, haga clic aquí.
¿Qué es el análisis RFM? Una definición y contexto.
El análisis RFM es una técnica de segmentación del comportamiento del cliente basada en datos .
RFM significa actualidad, frecuencia y valor monetario.
La idea es segmentar a los clientes en función de cuándo fue su última compra, con qué frecuencia compraron en el pasado y cuánto gastaron en general. Estas tres medidas han demostrado ser predictores efectivos de la disposición de un cliente a participar en mensajes y ofertas de marketing.
Si bien el análisis RFM nació en el correo directo, es una herramienta poderosa para que las tiendas de comercio electrónico la usen hoy.
Arriba hay una gran ilustración de cómo la segmentación de clientes permite a las empresas hablar con los valores específicos de los clientes. Fuente de la imagen: intercomunicador
Historia del análisis RFM
Las primeras aplicaciones conocidas del análisis RFM fueron en la industria de catálogos. Los pioneros incluyen Land's End, JC Penny's y otros. Desde su inicio, se han desarrollado muchas variantes de RFM, que incluyen
Beneficios del análisis RFM
Llevar a cabo un análisis de RFM en su base de clientes y enviar campañas personalizadas a objetivos de alto valor tiene enormes beneficios para su tienda de comercio electrónico.
Cómo calcular las métricas de RFM
¿Cómo se debe calcular la actualidad? ¿O la frecuencia de puntuación? ¿Qué es un buen umbral de monetización?
Definir umbrales es el primer paso en la segmentación. A continuación, analizamos las métricas comunes que las empresas de comercio electrónico pueden usar para la actualidad, la frecuencia y la monetización.
Cómo calcular la actualidad para el análisis RFM
Recency mide el tiempo transcurrido desde la última compra.
Hay dos desafíos para las tiendas de comercio electrónico al calcular la actualidad.
Primero, en un mundo omnicanal, puede ser difícil vincular los datos de compra de cada canal.
En segundo lugar, cada negocio tendrá diferentes interpretaciones de lo que es un buen puntaje de actualidad. Por ejemplo, los consumibles tienen una necesidad inherente de pedidos frecuentes, lo que hace que el tiempo requerido desde la última compra sea más corto para calificar para una puntuación más alta.
Arriba, los productos de Starbucks generalmente se consumen en un día. Su combinación de productos requiere una interpretación diferente de los datos recientes en comparación con los productos de movimiento más lento con ciclos de vida de productos mucho más largos.
Cómo calcular la frecuencia para el análisis RFM
Las mismas preocupaciones en la actualidad también se presentan en el análisis de frecuencia.
De nuevo, el ciclo de vida del producto
Soluciones comunes para calcular métricas de RFM
El cálculo de las puntuaciones de actualidad, frecuencia y monetización presenta desafíos similares. La realidad es que cada negocio es único. Es increíblemente difícil crear puntos de referencia precisos.
Afortunadamente, existen algunos enfoques comunes para asignar correctamente las métricas de RFM.
1. Puntuaciones relativas con análisis de cuartiles
Quizás la forma más fácil de crear puntajes de RFM, el análisis de cuartiles le permite asignar puntajes de manera rápida y justa en función del rendimiento relativo.
Cada cuartil dará una puntuación, del 1 al 4. La segmentación final de RFM utilizará estas puntuaciones juntas.
Aquí hay una descripción general excelente y simple para usar cuartiles para definir sus segmentos RFM usando Python.
Credito de imagen
¿Cómo crear un modelo RFM en Excel?
La segmentación RFM no tiene por qué ser complicada.
A continuación, le mostraremos cómo puede crear un modelo RFM en Excel. Vamos paso a paso e incluimos capturas de pantalla para que puedas replicar fácilmente el modelo.
Tenga en cuenta que su marca de comercio electrónico es única.
Esta no va a ser la mejor manera para su negocio en particular, pero será una excelente plantilla para que itere.
Vamos a empezar.
Automatice su análisis RFM:
Barilliance conecta los datos de sus clientes en línea y fuera de línea. Puede definir tantos segmentos como desee, inscribir automáticamente a los clientes en función de sus acciones y desencadenar cualquier cantidad de campañas de marketing. Aprende más aquí.
Paso 1: Prepárate bien
Antes de que pueda comenzar, debe definir el KPI más importante para su negocio para cada vector de segmentación: actualidad, frecuencia y monetización.
Para hacer esto, deberá conectar su historial de compras a cada cliente y seleccionar un período de tiempo con el que desea trabajar.
Para nuestro ejemplo, vamos a utilizar los siguientes KPI y plazos.
Actualidad: fecha de la última compra
Frecuencia: Número total de pedidos
Monetización: valor medio del pedido
Plazo: 2 años
Como verá, el análisis RFM es un proceso sencillo. El objetivo es calificar sistemáticamente a cada cliente según su actualidad, frecuencia y monetización. Lo hacemos ordenando en primer lugar a todos los clientes a través de nuestra métrica elegida, y luego calificándolos en función de qué tan bien se desempeñan en relación con los otros clientes en su base de datos.
Paso 2: aumentar la respuesta con actualidad
Hay una serie de KPI que puede usar para Actualidad. Los KPI de ejemplo incluyen
Para este recorrido, vamos a utilizar los días desde la última compra como la métrica principal.
Debe saber intuitivamente qué métrica tiene más sentido para su negocio. Lo más probable es que si usted es una tienda de comercio electrónico tradicional, la fecha de la última compra también sea su métrica de elección.
Paso 2.a: Importe sus datos
Primero, queremos descargar la información de su cliente con sus KPI especificados. Aquí, simplemente descargamos esta información directamente de Barilliance y la cargamos en una hoja de cálculo de Google.
A continuación, queremos limpiar un poco la hoja.
Elimino algunas columnas no deseadas que olvidé cerrar: Sesiones, Visto por última vez, Visto por primera vez, Pedido por primera vez y AOV.
A continuación, agregará tres columnas para sus puntajes de RFM. Título en la parte superior "Reciente", "Frecuencia" y "Monetización".
Finalmente, aplico un filtro en los datos para que sea muy fácil clasificarlos. Si no sabe cómo aplicar un filtro, el proceso es fácil. Seleccione todos sus datos, incluidos sus encabezados (puede hacerlo rápidamente manteniendo presionadas las teclas Mayús+Comando+Flechas).
Una vez que haya seleccionado todos sus datos, haga clic en datos->filtro.
Una vez que haya terminado, su hoja debería verse así.
Paso 2.b: Ordene a sus clientes según el KPI de actualidad
Navegue hasta su KPI de actualidad y ordene la lista en el orden apropiado. En nuestro caso, vamos a "Días desde la última compra" y ordenamos de forma descendente.
Paso 2.c: Puntúe a cada cliente según su puesto
Finalmente, puntúe a cada cliente según su posición.
Si bien existen algunas metodologías para hacer esto, he encontrado que la más fácil y útil es con cuartiles.
Toma tu número total de clientes dividido por cuatro. Luego, asigne a cada cuartil una puntuación que refleje la posición.
Primer Cuartil: 1
Segundo Cuartil: 2
Tercer Cuartil: 3
Cuarto Cuartil: 4
No te preocupes demasiado por que todo quede "perfecto". Por ejemplo, aquí tenemos dos clientes que han pedido en los últimos tres días. Simplemente les asigné a ambos una puntuación de actualidad de 1, aunque eso pone a 5 clientes con una puntuación de 1 y a tres con una puntuación de 2.
En este punto, su hoja debe verse similar a la siguiente.
Paso 3: aumenta las conversiones con la frecuencia
El proceso es muy similar tanto para la frecuencia como para la monetización.
Si bien estamos utilizando el número total de pedidos durante los últimos dos años como nuestro KPI de frecuencia, hay una serie de métricas que compiten entre sí que puede seleccionar. Algunos de ellos incluyen:
Como se mencionó anteriormente, vamos a utilizar el número de pedidos como nuestro KPI de frecuencia. Repita los pasos 2.b y 2.c, espere usar su KPI de frecuencia como su métrica guía. Después de anotar, su hoja debe verse similar a la siguiente.
Paso 3: Aumente el AOV con monetización
Finalmente, está listo para eliminar los puntajes de monetización.
Los KPI de monetización incluyen
Como antes, repita los pasos 2.b y 2.c, espere usar su KPI de monetización como su métrica guía. Después de anotar, su hoja debe verse similar a la siguiente.
Ejemplos de segmentación de RFM: segmentos que generan ventas
¡Impresionante!
En este punto ya tienes el análisis hecho. Luego viene la parte divertida: usar estos nuevos conocimientos para identificar segmentos rentables.
Hay muchas formas en que los especialistas en marketing han utilizado esta segmentación para ayudar a guiar su comercialización. Aquí hay algunas ideas para elegir.
1. Core: sus mejores clientes
Puntuación RFM: 111
Quiénes son: clientes altamente comprometidos que compraron lo más reciente, lo más frecuente y generaron la mayor cantidad de ingresos.
Estrategias de marketing: Centrarse en los programas de fidelización y la introducción de nuevos productos. Estos clientes han demostrado tener una mayor disposición a pagar, así que no utilice precios con descuento para generar ventas incrementales. En su lugar, concéntrese en ofertas de valor agregado a través de recomendaciones de productos basadas en compras anteriores.
Arriba, Uber apunta a su segmento de clientes RFM "principal", presentando su nueva oferta de Uber Eats.
2. Leal: sus clientes más leales
Puntuación RFM: X1X
Quiénes son: Clientes que compran con mayor frecuencia en su tienda.
Estrategias de marketing: los programas de fidelización son eficaces para estos visitantes habituales. Los programas de defensa y las revisiones también son estrategias comunes de X1X. Por último, considere recompensar a estos clientes con envío gratis u otros beneficios similares.
Aquí, Costco complementa su modelo comercial de membresía con una tarjeta de crédito personalizada para aumentar aún más las tasas de compras repetidas y expandir la participación en la cartera.
3. Ballenas: sus clientes que más pagan
Puntuación RFM: XX1
Quiénes son: Clientes que han generado la mayor cantidad de ingresos para su tienda.
Estrategias de marketing: estos clientes han demostrado una alta disposición a pagar. Considere ofertas premium, niveles de suscripción, productos de lujo o ventas cruzadas o ascendentes de valor agregado para aumentar el AOV . No desperdicies margen en descuentos.
4. Prometedor - Clientes fieles
Puntuación RFM: X13, X14
Quiénes son: Clientes que regresan con frecuencia, pero que no gastan mucho.
Estrategias de Marketing: Ya has logrado fidelizar. Concéntrese en aumentar la monetización a través de recomendaciones de productos basadas en compras anteriores e incentivos vinculados a umbrales de gasto (vinculados al AOV de su tienda).
Arriba hay un ejemplo de Target usando marketing de ciclo de vida en segmentos RFM específicos. Observe cómo combinan los descuentos financieros con los umbrales de gasto para impulsar la compra repetida y aumentar la rentabilidad del cliente.
Otro ejemplo proviene de AirBnb. Aquí, envían mensajes desencadenados en función de la actividad de visualización del cliente para solicitar una reserva.
5. Novatos: sus clientes más nuevos
Puntuación RFM: 14X
Quiénes son: Compradores por primera vez en su sitio.
Estrategias de marketing: la mayoría de los clientes nunca pasan a ser leales. Tener estrategias claras para los compradores primerizos, como correos electrónicos de bienvenida activados, pagará dividendos.
Starbucks es excelente para mover clientes a través de los segmentos de RFM. Arriba, usan el correo electrónico para atraer clientes a su programa de recompensas por lealtad. Puede ver nuestro estudio de caso completo sobre Starbucks aquí.
6. Deslizamiento: una vez leal, ahora se ha ido
Puntuación RFM: 44X
Quiénes son: excelentes clientes anteriores que no han comprado en mucho tiempo.
Estrategias de marketing: los clientes se van por una variedad de razones. Dependiendo de su situación, ofertas de precios, lanzamientos de nuevos productos u otras estrategias de retención .
Punto clave
La segmentación potencia las campañas personalizadas de alto rendimiento y preserva el margen de beneficio. RFM Analysis proporciona una rúbrica para calificar a cada cliente e identificar segmentos de alto ROI.
Cómo Barilliance permite el análisis RFM
1. Conjunto de pruebas AB multivariado automatizado
Segmentar su base de clientes no es suficiente. El marketing efectivo de bases de datos depende de las pruebas. David Ogilvy lo resume maravillosamente en este clip:
Barilliance le permite no solo crear experiencias personalizadas para cada segmento de RFM. También le brinda la posibilidad de crear pruebas abdominales multivariantes.
Puede ver rápidamente qué ofertas resuenan más con un segmento determinado, descubrir qué contenido genera ventas y más.
Arriba, un cliente de Barilliance descubrió que mejorar su ventana emergente a un segmento específico aumentó los ingresos en un 20 % en comparación con el grupo de control.
2. Conectando sus datos: una vista completa de 360 de sus clientes
Uno de los desafíos importantes con RFM Analysis (y la segmentación en general) es crear una vista completa de 360 grados de un cliente. El comprador omnicanal de hoy no es muy diferente del mundo del correo directo del que nació RFM. RFM sigue siendo un modelo increíblemente poderoso.
Pero su efectividad está determinada por la calidad de los datos que tiene.
Aquí es donde brilla Barilliance. Crea una vista holística del cliente, a través de dispositivos, sesiones de compra y canales. Puede ver con qué páginas interactúan los clientes, el tiempo transcurrido desde la última compra, el volumen de pedidos, el compromiso con la marca y más.
En otras palabras, tiene la capacidad de crear segmentos muy detallados, incluidos todos los que mencionamos anteriormente, a través de una interfaz simple.
Vea Barilliance Retention en acción: Vea cómo la retención puede cree segmentos RFM aquí .
Próximos pasos
Tomar acción.
RFM es una forma clara y establecida de sacar más provecho de su lista de clientes.
Pero...
Si desea llevar RFM al siguiente nivel , debe considerar la retención de Barilliance. Mejora el análisis RFM tradicional de dos maneras fundamentales.
En primer lugar , conecta sus compras en línea y fuera de línea, el comportamiento web y los datos demográficos en un solo lugar, lo que le permite realizar segmentaciones más precisas.
En segundo lugar , le permite automatizar campañas para segmentos definidos. Se conecta con la personalización web y las recomendaciones de productos de correo electrónico individuales para personalizar cada interacción no a nivel de segmento, sino a nivel individual.
Solicite una demostración de Retention aquí .