مدل RFM چیست؟ نحوه پیاده‌سازی و تقسیم بندی مشتریان بر اساس RFM

زمان خواندن 5 دقیقه

مدل RFM چیست

به روز شده در ۹ مهر ۱۴۰۲

توسط تیم تولید محتوای دیدار

زمان خواندن 5 دقیقه

RFM چیست و چه تأثیری روی رشد کسب‌وکارتان دارد؟ راهنمای RFM، نحوه پیاده سازی و نتایج شگفت‌انگیز آن را در این مقاله بخوانید.

کتاب واقعیت های جدید در دنیای کسب وکار
دانلود رایگان

کتاب واقعیت های جدید در دنیای کسب وکار

دانلود رایگان

فهرست مطالب

مدل RFM یکی از جدیدترین مفاهیم حوزه بازاریابی است و برای تحلیل رفتار مشتریان مورد استفاده قرار می‌گیرد. بازاریاب‌های موفق، اهمیت «شناخت مشتری» را به‌خوبی درک کرده‌اند. این افراد در هدف‌گذاری کمپین‌ها، به‌جای تمرکز بر افزایش CTR (نرخ کلیک)، روی حفظ، وفاداری و ارتباط مؤثر با مشتریان تمرکز می‌کنند. اما چطور باید حجم عظیمی از داده‌های مشتریان را بررسی کنیم؟ چطور از این داده‌ها استفاده کنیم؟
 

توصیه ما این است: به‌جای تجزیه‌وتحلیل مشتریان به‌عنوان یک کل، آن‌ها را به گروه‌های همگن تقسیم کرده و ویژگی‌های هر گروه را بررسی کنید. مثلا مشتری‌ها را بر اساس اهداف و کمپین‌های مختلف جداسازی کنید. یکی از متداول‌ترین، آسان‌ترین و مؤثرترین روش‌های تقسیم‌بندی مشتریان با هدف تحلیل مشتری، مدل RFM است.
بیایید ببینیم RFM چیست و چطور اجرا می‌شود.

 

didar

RFM چیست؟

RFM از حرف اول سه کلمه Recency و Frequency و Monetary value ایجاد شده است. این کلمات بیانگر ویژگی‌های کلیدی مشتری هستند.
 
بیایید هر کدام از این اجزا را جداگانه توضیح دهیم تا بهتر با مفهوم RFM آشنا شوید:
آخرین خرید (Recency): مشتری آخرین بار کی از شما خرید کرده است؟
هر چقدر که مشتری به تازگی خرید کرده باشد، احتمال اینکه به خرید از کسب‌وکار شما ادامه دهد، بیشتر است. احتمالا مشتریانی که چند ماه از خریدشان می‌گذرد، نام برند شما را از یاد برده‌اند یا قصد خرید دوباره در آینده نزدیک را ندارند.
 

تکرار خرید (frequency): مشتری هر چند وقت یک‌بار از شما خرید می‌کند
تکرار خرید مشتری، ممکن است تحت تاثیر عواملی مثل نوع محصول، قیمت و نیاز به تکرار خرید محصول قرار داشته باشد.
 

ارزش خرید مشتری (monetary value): مقدار پولی که مشتری در خریدش خرج کرده است
ارزش خرید مشتری نشان می‌دهد که مشتری در خرید از کسب‌وکار شما چقدر پول خرج کرده است. در اینجا تاکید باید روی تشویق مشتریان به خرید بیشتر و ادامه آن باشد.
 

در واقع تحلیل RFM یک مدل تحقیقات بازار، مبتنی بر پایگاه داده مشتریان و بازاریابی مستقیم است که بیشتر در مورد محصولات خرده فروشی و خدمات حرفه‌ای مورد توجه قرار می‌گیرد.
 

تعریف مدل RFM

 

چرا معیارهای RFM برای تحلیل رفتار مشتریان مهم است؟

تعداد خریدهای اخیر مشتری (Recency) و ارزش خرید (Monetary value)، بیانگر رضایت مشتریان و ارزش طول عمر آن‌هاست و تکرار خرید (Frequency) نشانه‌ی حفظ و وفاداری مشتریان است.

 

اگر بر افزایش ارزش خرید و جنبه‌های مالی تمرکز ندارید، می‌توانید به‌جای عوامل مالی از پارامترهای مشارکتی در RFM استفاده کنید (در چنین حالتی، مدل RFM به RFE تغییر می‌کند). می‌توانید از پارامترهای مشارکتی مانند نرخ پرش (درصد بازدیدکنندگان یک وب‌سایت خاص که پس از مشاهده‌ی تنها یک صفحه‌ی آن، از سایت خارج می‌شوند.)، مدت‌زمان بازدید، تعداد صفحات بازدید شده، زمان صرف شده در هر صفحه و غیره استفاده کنید.
 

 

تحلیل RFM این اطلاعات را در اختیارتان می‌گذارد:

  1. هرچه آخرین خرید مشتری جدیدتر باشد، مشتری بیشتر تحت تأثیر تبلیغات قرار گرفته است.
  2. هرچه تعداد خرید مشتری بیشتر باشد، مشتری احساس رضایت بیشتری دارد.
  3. ارزش خرید، متمایزکننده‌ی مصرف‌کنندگان است. با استفاده از این معیار کسانی که زیاد خرید می‌کنند را از کسانی که محصولات ارزان‌تر یا کمتری می‌خرند، جدا می‌کنید.

 

نحوه‌ی پیاده‌سازی RFM و تقسیم‌بندی مشتریان

مثل تمام روش‌های تقسیم‌بندی، مدل RFM هم راه خوبی برای شناسایی گروه‌های مختلف مشتریان است تا با هر کدام به طور خاص خودشان رفتار کنید. بازاریاب‌ها می‌توانند از اطلاعاتی که در رابطه با مشتریان فعلی در اختیار دارند، گروه‌های مختلف مشتری را بشناسند و به هر کدام به طور منحصر‌به‌فردی توجه کنند.
 

به کمک دسته بندی RFM پاسخ سؤالات زیر را پیدا می‌کنید:

  • بهترین مشتریان شما چه کسانی هستند؟
  • کدام یک از مشتریان باعث افزایش نرخ ریزش مشتری می‌شوند؟
  • چه کسانی پتانسیل تبدیل شدن به مشتریان ارزشمند را دارند؟
  • کدام یک از مشتریان را می‌توان حفظ کرد؟
  • کدام یک از مشتریان به کمپین‌هایتان بیشتر پاسخ می‌دهند؟

 

مثال RFM

جدول زیر، خرید اخیر 15 مشتری، مدت‌زمان گذشته از آخرین خرید آن‌ها، تکرارهای خرید و ارزش‌های خرید را نشان می‌دهد.

 

مثال RFM
 

برای تجزیه‌وتحلیل RFM ابتدا نحوه رتبه‌بندی مشتریان بر اساس ویژگی‌های ذکرشده را بررسی می‌کنیم. بعد نتایج حاصله از جدول را به سه طریق مرتب می‌کنیم:

  1. بر اساس مدت‌زمان گذشته از آخرین خرید (مشتریانی که به‌تازگی خرید کرده‌اند رتبه‌های بالاتری می‌گیرند). در این حالت مشتریان شماره 12، 11، 1، 15 و 2 به ترتیب جایگاه 1 تا 5 را خواهند داشت.

 

مثال محاسبه RFM

 

  1. بر اساس تعداد و تناوب خریدها (آن‌هایی که دفعات بیشتری خرید کرده‌اند امتیاز بیشتری می‌گیرند). در این حالت مشتریان 9، 2، 12، 11 و 1 جایگاه اول تا پنجم قرار می‌گیرند.

 

ادامه مثال

 

  1. بر اساس ارزش خرید (آن‌هایی که مجموعاً پول بیشتری پرداخت کرده‌اند، امتیاز بیشتری می‌گیرند). در این حالت مشتریان 9، 12، 8، 2 و 11 به ترتیب اول تا پنجم می‌شوند.

 

ادامه مثال

 

این رویکرد ساده برای رتبه‌بندی مشتریان از 1 تا 5، 125 حالت امتیازی مختلف را برایتان ایجاد می‌کند. کم‌ارزش‌ترین حالت (1، 1، 1) و باارزش‌ترین حالت (5، 5، 5) هستند. به همین دلیل است که از میانگین استفاده می‌کنیم. در مرحله نهایی می‌توانیم امتیازات مشتری از سه مرحله را جمع و میانگین آن‌ها را به‌عنوان امتیاز کلی RFM ثبت کنیم.

 

ادامه مثال

 

در تحلیل RFM ممکن است ارزش این سه معیار یکسان نباشد. ما در این مثال فرض کردیم که هر سه معیار، ارزش کاملاً یکسانی دارند. اما می‌توانید بسته به نوع کسب‌وکارتان ارزش‌های این معیارها را تغییر دهید. (مثلاً ممکن است برای شما، معیار F ارزش بالاتری نسبت به معیارهای R و M داشته باشد). به‌علاوه:
 

– در محصولاتی که بادوام هستند و عمر مصرف طولانی دارند، ارزش خرید هر معامله زیاد اما تکرار خرید کم است و معمولاً آخرین باری که مشتری از شما خرید کرده ممکن است به چند ماه هم برسد. به‌عنوان‌مثال، نمی‌توانید از مشتری انتظار داشته باشید که یخچال یا کولر را ماهانه بخرد. در این مورد می‌توانید به‌جای تمرکز بر جنبه‌ی تکرار خرید، بیشتر بر جنبه‌های مالی و حفظ مشتری متمرکز شوند.
 

– در مورد مشاغلی که اجناس مد روز و یا لوازم‌آرایشی می‌فروشند، مشتریان معمولاً به‌صورت ماهیانه محصولات را جستجو و خریداری می‌کنند. بنابراین امتیاز تکرار خرید و یا خریدهای جدید از اهمیت بیشتری برخوردار است. بر این اساس، امتیاز RFM را می‌توان با دادن وزن بیشتر به معیارهای R و F نسبت به M محاسبه کرد.

 

مدل RFM

می‌توانید برای تصویرسازی آنالیزهای RFM، از یک نمودار دو بعدی استفاده ‌کنید (در این نمونه، از دو معیار تکرار خرید و خریدهای اخیر استفاده کرده‌ایم). نرم‌افزارهایی که برای این منظور طراحی‌شده‌اند، امتیازات را به‌راحتی ثبت و طبقه‌بندی می‌کنند.
 

تحلیل RFM

 

در حالت‌های این چنینی، برخی از بخش‌ها با هم ترکیب می‌شوند تا تعداد بخش‌ها کاهش پیدا کند. اما چگونه باید از نتایج RFM برای درک رفتارهای مشتریان استفاده کنیم؟

 

تجزیه‌وتحلیل نتایج RFM

مدل RFM در تجزیه و تحلیل رفتار مشتریان به ما کمک می‌کند مشتریان را در دسته‌های جداگانه ‌ای قرار بدهیم که احتمالا رفتار متفاوتی از همدیگر دارد. بیایید مهم‌ترین و جالب‌ترین بخش‌ها را بررسی کنیم:

 

قهرمانان یا Champions

این مشتریان در بالاترین نقطه در سمت راست جدول هستند. این‌ها بهترین مشتریان شما هستند که اخیراً خرید کرده و بیشترین هزینه را پرداخته‌اند.
 

استراتژی‌های بازاریابی مؤثر

حتماً پاداش دادن به این مشتریان را در اولویت کاری خود قرار دهید؛ زیرا آن‌ها می‌توانند اولین پذیرندگان محصولات جدید شما باشند و به تبلیغ برند کمک کنند.

 

مشتریان با بالاترین احتمال وفاداری یا Potentlal Loyalist

اشخاصی هستند که تکرار خرید آن‌ها زیاد بوده و مبلغ خوبی را برای محصولات/خدمات شما پرداخته‌اند.

استراتژی‌های بازاریابی مؤثر

به آن‌ها برنامه‌های عضویت یا وفاداری خاصی را ارائه دهید؛ یا محصولات مرتبط با خریدهایشان را به آن‌ها هدیه و یا قیمت مناسبی پیشنهاد کنید. با این روش‌ها وفاداری‌شان را افزایش می‌دهید.

 

مشتریان جدید یا New Customers

افرادی هستند که نمره‌ی کلی RFM بالایی دارند اما «خریداران مکرر» محصولات/خدمات شما به حساب نمی‌آیند.
 

استراتژی‌های بازاریابی مؤثر

ایجاد روابط مؤثر با این مشتریان از طریق ارائه‌ی پشتیبانی و پیشنهاد‌های ویژه.

 

مشتریان در معرض خطر یا At Risk Customers

افرادی هستند که اغلب از شما خرید کرده و مبالغ زیادی را پرداخته‌اند. اما مدتی است که از آن‌ها خبری نشده است.
 

استراتژی‌های بازاریابی مؤثر

برای اتصال مجدد به آن‌ها از ارسال کمپین‌های فعال‌سازی مجدد شخصی‌سازی‌شده و تشویق خرید مجدد استفاده کنید.

 

بخش نمی‌توانیم از دستشان بدهیم یا Can’t Lose Them

مشتریانی هستند که برای مدت طولانی از شما خرید می‌کردند، اما از یکجایی به بعد، ارتباط خود را به‌کلی با شما قطع کرده و به رقبایتان رجوع کرده‌اند. چنین مشتری‌هایی را به‌هیچ‌وجه نباید از دست بدهید.
 

استراتژی‌های بازاریابی مؤثر

در این شرایط سعی کنید آن‌ها را از طریق تبلیغات بازگردانید و یا نظرسنجی‌هایی را به‌منظور کشف اشتباهات و اصلاح آن‌ها استفاده کنید.

 

نتیجه گیری

RFM یک روش تقسیم‌بندی داده محور برای بخش بندی مشتریان است که برای درک استراتژی‌های بازاریابی مناسب و تصمیم‌گیری‌های صحیح به کار می‌رود. بازاریاب‌ها می‌توانند با استفاده از RFM نوع مشتری را به‌سرعت شناسایی کرده و مشتریان را به گروه‌های مشخصی تقسیم‌بندی کنند. با RFM می‌توانید استراتژی‌های بازاریابی متمایز و شخصی‌سازی‌شده را اعمال کنید، تعاملات بهتری داشته باشید و طول عمر مشتریان را افزایش دهید.
 

آیا نکاتی که در این مقاله گفتیم به اندازه‌ای واضح بود که بتوانید هنگام محاسبات از آن استفاده کنید؟ خوشحال می‌شویم نظر خودتان را در بخش نظرات پایین صفحه با ما و همراهان دیدار به اشتراک بگذارید.
 

سوالات متداول

مدل RFM چیست؟

مدل RFM سه فاکتور مهم در فرایند خرید مشتری را مورد بررسی قرار داده و بر اساس آنچه در مقاله توضیح دادیم، امتیاز هر مشتری را مشخص می‌کند. سپس می‌توانید از امتیازهای گرداوری شده برای بخش‌بندی مشتریان و انتخاب استراتژی درست برای هر بخش استفاده کنید.

چه کسانی از RFM استفاده می‌کنند؟

مدل RFM، ارزش مشتریان را آنالیز می‌کند. چنین داده‌هایی به بازاریاب‌ها کمک کرده و بینش لازم برای ایجاد کمپین‌های بازاریابی را در اختیارشان قرار می‌دهند. به‌طورکلی این مدل در صنایع خرده‌فروشی و شرکت‌های خدماتی محبوبیت بیشتری دارد.

5/5 - (28 امتیاز)

کتاب واقعیت های جدید در دنیای کسب وکار

دانلود رایگان
نظرات
  • Avatar

    سلام. خیلی ساده توضیح داده بودید نحوه محاسبه rfm رو. هر کسی که بخواد این روش رو یاد بگیره براش خیلی مفید خواهد بود. عالی.

  • Avatar

    خیلی خوب بود ، یه سوال دارم ، شما جدول و تحلیلش رو بر اساس R ,F اوردید ، اگر برای ما M وزن بالاتری داشته باشه باید چگونه تحلیل شه ؟ جایگاه هر مشتری و استراتژی نوع رفتار با مشتری

    • Avatar

      شما می تونید از مدل wRFM که ورژن دیگری از مدل RFM هست با وزن های غیر خطی است استفاده کنید

    • Avatar

      سلام
      خوشحالیم که مقاله براتون مفید بوده
      جدول رتبه بندی بر اساس ارزش خرید رو هم آوردیم توی مقاله. فقط اینکه اینجا ما برای هر سه معیار ارزش یکسانی در نظر گرفتیم (همه مقیاس ۵-۱ داشتن). اگر بخواید برای یه متغیر وزن و ارزش بالاتری در نظر بگیرید دوتا حالت پیش میاد.
      یا باید فقط همون مقیاس رو بسنجید (مثلا برای شما F و R رو کنار بزاریم)
      یا باید ارزش M رو بالاتر درنطر بگیرید؛ بسته به صلاح دید خودتون (مثلا توی مرحله اخر که می‌خواید ارزش‌ها رو جمع بزنید و میانگین بگیرید، مقیاس M رو دو برابر کنید). اینطوری توی منحنی تصویری دو بعدی هم باید یکی از محورها رو M و بازه اش رو ۱۰-۱ در نظر بگیرید.

شما هم با نظرات و پرسش‌هایتان در ارتقا این مقاله مشارکت کنید

یکشنبه نامه‌های دیدار

بیش از ۱۰۰.۰۰۰ فروشنده حرفه‌ای هر هفته توصیه‌های عملی ما را در فروش از طریق ایمیل دریافت می‌کنند
go to top btn