ºÝºÝߣ

ºÝºÝߣShare a Scribd company logo

Analisi RFM - SdV Marketing

•
•
SdV Marketing
SdV Marketing

L'analisi RFM (recency, frequency, monetary): metodo e vantaggi di utilizzo

1 of 13
Download to read offline
Analisi RFM (Recency, Frequency, Monetary) Si precisa che si tratta di un esempio in cui si espone la metodologia di lavoro. Dati e considerazioni non sono riconducibili a realtà esistenti. SdV infatti non pubblica informazioni dei propri clienti per ovvi motivi di riservatezza.
Analisi RFM Si precisa che si tratta di un esempio in cui si espone la metodologia di lavoro. Dati e considerazioni non sono riconducibili a realtà esistenti. SdV infatti non pubblica informazioni dei propri clienti per ovvi motivi di riservatezza.
Analisi RFM L’Analisi RFM è un metodo che permette di segmentare i clienti, assegnando a ciascuno un valore, sulla base dello storico dei loro acquisti I clienti non sono tutti uguali ed ogni azienda deve mettere a punto strategie ad hoc per ciascun segmento di clientela. Come fare?
Analisi RFM Clusterizzare i clienti sulla base del loro comportamento d’acquisto Studiare le caratteristiche delle diverse tipologie di clienti Individuare quando e come avviene il potenziale rischio abbandono per poterlo eliminare in futuro L’analisi RFM consente di:
Analisi RFM Il comportamento di ciascun cliente viene studiato sulla base di: R = Recency → Recenza dell’ultimo ordine F = Frequency → Frequenza di ordini nel periodo analizzato M = Monetary → Fatturato realizzato nel periodo analizzato* *Per Monetary è anche possibile considerare il Margine di Contribuzione Recency Frequency Monetary
Analisi RFM Viene attribuito un punteggio (da 1 a 4) per ciascuno dei tre indicatori Viene associato il valore complessivo dell’indice RFM come somma dei punteggi ottenuti dai singoli indicatori* *A discrezione dell’azienda dare un peso diverso ai tre indicatori Ad ogni cliente:
Analisi RFM Appartiene ad una classe RFM sulla base del punteggio RFM ottenuto Viene valutato dal punto di vista sia statico, sia dinamico al fine di evidenziarne il comportamento nel tempo Ogni cliente:
Analisi RFM ..è quindi possibile definire strategie ad hoc per ciascun segmento di clientela! L’analisi RFM consente di isolare facilmente i clienti migliori e i clienti meno efficienti sulla base del valore complessivo dell’indice RFM
Analisi RFM ..così da fissare degli alert per evitare l’abbandono per i clienti maggiormente a rischio! L’analisi dinamica della classe di appartenenza consente di isolare le peculiarità e i comportamenti nel tempo dei diversi cluster di clienti
Analisi RFM Esempio A ciascun cliente vengono associate le principali informazioni (agente, settore di appartenenza, ecc.), i punteggi per Recency, Frequency e Monetary, il punteggio RFM complessivo. Codice cliente Nome cliente Agente Settore cliente 2020 2019 2018 2017 Voto Recency 2020 Voto Recency 2019 Voto Recency 2018 Voto Recency 2017 Voto Frequency 2020 Voto Frequency 2019 Voto Frequency 2018 Voto Frequency 2017 Voto Monetary 2020 Voto Monetary 2019 Voto Monetary 2018 Voto Monetary 2017 1 Cliente 1 A K 6 6 8 8 2 2 3 2 2 2 2 3 2 2 3 3 2 Cliente 2 A L 12 12 10 10 4 4 3 4 4 4 4 3 4 4 3 3 3 Cliente 3 B J 10 10 12 11 4 3 4 3 3 4 4 4 3 3 4 4 4 Cliente 4 C Z 4 5 6 6 1 2 2 2 2 1 2 2 1 2 2 2 5 Cliente 5 D Z 7 6 4 4 2 2 1 2 2 2 2 1 3 2 1 1 6 Cliente 6 B Z 7 7 6 6 3 2 2 2 2 3 2 2 2 2 2 2 7 Cliente 7 B K 7 7 8 8 3 2 3 2 2 3 2 3 2 2 3 3 8 Cliente 8 C K 9 9 8 9 3 3 3 3 3 3 2 3 3 3 3 3 9 Cliente 9 D L 9 8 7 9 2 3 3 3 3 2 1 3 4 3 3 3 10 Cliente 10 D J 6 6 5 6 2 2 2 2 2 2 1 2 2 2 2 2 11 Cliente 11 C L 4 5 6 6 1 2 2 2 2 1 2 2 1 2 2 2 12 Cliente 12 A K 11 12 10 10 4 4 3 4 4 4 4 3 3 4 3 3 13 Cliente 13 B Z 4 3 6 5 1 1 2 1 1 1 2 2 2 1 2 2 14 Cliente 14 C K 5 4 4 3 2 1 1 1 1 2 2 1 2 1 1 1 15 Cliente 15 D K 8 7 7 6 3 2 2 2 2 3 3 2 3 2 2 2 16 Cliente 16 D Z 8 7 7 6 3 2 2 2 2 3 3 2 3 2 2 2 17 Cliente 17 A K 11 10 9 9 4 3 3 3 3 4 3 3 4 3 3 3 18 Cliente 18 A L 9 10 10 12 2 4 4 4 4 2 2 4 3 4 4 4 19 Cliente 19 B L 5 6 6 6 2 2 2 2 2 2 2 2 1 2 2 2 20 Cliente 20 C J 3 3 7 7 1 1 3 1 1 1 1 3 1 1 3 3 21 Cliente 21 D Z 6 5 6 6 1 2 2 2 2 1 2 2 3 2 2 2 22 Cliente 22 A Z 4 3 6 5 1 1 2 1 1 1 2 2 2 1 2 2 23 Cliente 23 B K 7 7 6 6 3 2 2 2 2 3 2 2 2 2 2 2 24 Cliente 24 B L 8 9 8 9 3 3 3 3 3 3 2 3 2 3 3 3 DETTAGLIO CLIENTE PUNTEGGIO TOTALE RFM MONETARY FREQUENCY RECENCY
Analisi RFM Esempio Ordinando i clienti sulla base del punteggio RFM complessivo è possibile individuare facilmente i segmenti di clienti: - migliori → punteggio RFM 10, 11, 12 - meno efficienti → punteggio RFM 3, 4, 5 Codice cliente Nome cliente Agente Settore cliente 2020 2019 2018 2017 Voto Recency 2020 Voto Recency 2019 Voto Recency 2018 Voto Recency 2017 Voto Frequency 2020 Voto Frequency 2019 Voto Frequency 2018 Voto Frequency 2017 Voto Monetary 2020 Voto Monetary 2019 Voto Monetary 2018 Voto Monetary 2017 2 Cliente 2 A L 12 12 10 10 4 4 3 4 4 4 4 3 4 4 3 3 12 Cliente 12 A K 11 12 10 10 4 4 3 4 4 4 4 3 3 4 3 3 17 Cliente 17 A K 11 10 9 9 4 3 3 3 3 4 3 3 4 3 3 3 3 Cliente 3 B J 10 10 12 11 4 3 4 3 3 4 4 4 3 3 4 4 8 Cliente 8 C K 9 9 8 9 3 3 3 3 3 3 2 3 3 3 3 3 9 Cliente 9 D L 9 8 7 9 2 3 3 3 3 2 1 3 4 3 3 3 18 Cliente 18 A L 9 10 10 12 2 4 4 4 4 2 2 4 3 4 4 4 15 Cliente 15 D K 8 7 7 6 3 2 2 2 2 3 3 2 3 2 2 2 16 Cliente 16 D Z 8 7 7 6 3 2 2 2 2 3 3 2 3 2 2 2 24 Cliente 24 B L 8 9 8 9 3 3 3 3 3 3 2 3 2 3 3 3 5 Cliente 5 D Z 7 6 4 4 2 2 1 2 2 2 2 1 3 2 1 1 6 Cliente 6 B Z 7 7 6 6 3 2 2 2 2 3 2 2 2 2 2 2 7 Cliente 7 B K 7 7 8 8 3 2 3 2 2 3 2 3 2 2 3 3 23 Cliente 23 B K 7 7 6 6 3 2 2 2 2 3 2 2 2 2 2 2 1 Cliente 1 A K 6 6 8 8 2 2 3 2 2 2 2 3 2 2 3 3 10 Cliente 10 D J 6 6 5 6 2 2 2 2 2 2 1 2 2 2 2 2 21 Cliente 21 D Z 6 5 6 6 1 2 2 2 2 1 2 2 3 2 2 2 14 Cliente 14 C K 5 4 4 3 2 1 1 1 1 2 2 1 2 1 1 1 19 Cliente 19 B L 5 6 6 6 2 2 2 2 2 2 2 2 1 2 2 2 4 Cliente 4 C Z 4 5 6 6 1 2 2 2 2 1 2 2 1 2 2 2 11 Cliente 11 C L 4 5 6 6 1 2 2 2 2 1 2 2 1 2 2 2 13 Cliente 13 B Z 4 3 6 5 1 1 2 1 1 1 2 2 2 1 2 2 22 Cliente 22 A Z 4 3 6 5 1 1 2 1 1 1 2 2 2 1 2 2 20 Cliente 20 C J 3 3 7 7 1 1 3 1 1 1 1 3 1 1 3 3 DETTAGLIO CLIENTE PUNTEGGIO TOTALE RFM MONETARY FREQUENCY RECENCY
Analisi RFM Esempio Sulla base del punteggio RFM complessivo ciascun cliente viene classificato in una classe RFM. E’ dunque possibile analizzare anche l’evoluzione del comportamento dei singoli clienti nel tempo. Codice cliente Nome cliente Agente Settore cliente 2020 2019 2018 2017 2020 2019 2018 2017 2 Cliente 2 A L 12 12 10 10 prima prima seconda seconda 12 Cliente 12 A K 11 12 10 10 seconda prima seconda seconda 17 Cliente 17 A K 11 10 9 9 seconda seconda terza terza 3 Cliente 3 B J 10 10 12 11 seconda seconda prima seconda 8 Cliente 8 C K 9 9 8 9 terza terza terza terza 9 Cliente 9 D L 9 8 7 9 terza terza quarta terza 18 Cliente 18 A L 9 10 10 12 terza seconda seconda prima 15 Cliente 15 D K 8 7 7 6 terza quarta quarta quarta 16 Cliente 16 D Z 8 7 7 6 terza quarta quarta quarta 24 Cliente 24 B L 8 9 8 9 terza terza terza terza 5 Cliente 5 D Z 7 6 4 4 quarta quarta quinta quinta 6 Cliente 6 B Z 7 7 6 6 quarta quarta quarta quarta 7 Cliente 7 B K 7 7 8 8 quarta quarta terza terza 23 Cliente 23 B K 7 7 6 6 quarta quarta quarta quarta 1 Cliente 1 A K 6 6 8 8 quarta quarta terza terza 10 Cliente 10 D J 6 6 5 6 quarta quarta quinta quarta 21 Cliente 21 D Z 6 5 6 6 quarta quinta quarta quarta 14 Cliente 14 C K 5 4 4 3 quinta quinta quinta sesta 19 Cliente 19 B L 5 6 6 6 quinta quarta quarta quarta 4 Cliente 4 C Z 4 5 6 6 quinta quinta quarta quarta 11 Cliente 11 C L 4 5 6 6 quinta quinta quarta quarta 13 Cliente 13 B Z 4 3 6 5 quinta sesta quarta quinta 22 Cliente 22 A Z 4 3 6 5 quinta sesta quarta quinta 20 Cliente 20 C J 3 3 7 7 sesta sesta quarta quarta DETTAGLIO CLIENTE PUNTEGGIO TOTALE RFM CLASSE RFM
tel. +39 049 8760754 fax. +39 049 8761922 email: info@sdvmarketing.it pec: sdvmarketing@pec.it web: www.sdvmarketing.it Corso Milano, 54 35139 Padova P.IVA 02508370281

More Related Content

Analisi RFM - SdV Marketing

  • 1. Analisi RFM (Recency, Frequency, Monetary) Si precisa che si tratta di un esempio in cui si espone la metodologia di lavoro. Dati e considerazioni non sono riconducibili a realtà esistenti. SdV infatti non pubblica informazioni dei propri clienti per ovvi motivi di riservatezza.
  • 2. Analisi RFM Si precisa che si tratta di un esempio in cui si espone la metodologia di lavoro. Dati e considerazioni non sono riconducibili a realtà esistenti. SdV infatti non pubblica informazioni dei propri clienti per ovvi motivi di riservatezza.
  • 3. Analisi RFM L’Analisi RFM è un metodo che permette di segmentare i clienti, assegnando a ciascuno un valore, sulla base dello storico dei loro acquisti I clienti non sono tutti uguali ed ogni azienda deve mettere a punto strategie ad hoc per ciascun segmento di clientela. Come fare?
  • 4. Analisi RFM Clusterizzare i clienti sulla base del loro comportamento d’acquisto Studiare le caratteristiche delle diverse tipologie di clienti Individuare quando e come avviene il potenziale rischio abbandono per poterlo eliminare in futuro L’analisi RFM consente di:
  • 5. Analisi RFM Il comportamento di ciascun cliente viene studiato sulla base di: R = Recency → Recenza dell’ultimo ordine F = Frequency → Frequenza di ordini nel periodo analizzato M = Monetary → Fatturato realizzato nel periodo analizzato* *Per Monetary è anche possibile considerare il Margine di Contribuzione Recency Frequency Monetary
  • 6. Analisi RFM Viene attribuito un punteggio (da 1 a 4) per ciascuno dei tre indicatori Viene associato il valore complessivo dell’indice RFM come somma dei punteggi ottenuti dai singoli indicatori* *A discrezione dell’azienda dare un peso diverso ai tre indicatori Ad ogni cliente:
  • 7. Analisi RFM Appartiene ad una classe RFM sulla base del punteggio RFM ottenuto Viene valutato dal punto di vista sia statico, sia dinamico al fine di evidenziarne il comportamento nel tempo Ogni cliente:
  • 8. Analisi RFM ..è quindi possibile definire strategie ad hoc per ciascun segmento di clientela! L’analisi RFM consente di isolare facilmente i clienti migliori e i clienti meno efficienti sulla base del valore complessivo dell’indice RFM
  • 9. Analisi RFM ..così da fissare degli alert per evitare l’abbandono per i clienti maggiormente a rischio! L’analisi dinamica della classe di appartenenza consente di isolare le peculiarità e i comportamenti nel tempo dei diversi cluster di clienti
  • 10. Analisi RFM Esempio A ciascun cliente vengono associate le principali informazioni (agente, settore di appartenenza, ecc.), i punteggi per Recency, Frequency e Monetary, il punteggio RFM complessivo. Codice cliente Nome cliente Agente Settore cliente 2020 2019 2018 2017 Voto Recency 2020 Voto Recency 2019 Voto Recency 2018 Voto Recency 2017 Voto Frequency 2020 Voto Frequency 2019 Voto Frequency 2018 Voto Frequency 2017 Voto Monetary 2020 Voto Monetary 2019 Voto Monetary 2018 Voto Monetary 2017 1 Cliente 1 A K 6 6 8 8 2 2 3 2 2 2 2 3 2 2 3 3 2 Cliente 2 A L 12 12 10 10 4 4 3 4 4 4 4 3 4 4 3 3 3 Cliente 3 B J 10 10 12 11 4 3 4 3 3 4 4 4 3 3 4 4 4 Cliente 4 C Z 4 5 6 6 1 2 2 2 2 1 2 2 1 2 2 2 5 Cliente 5 D Z 7 6 4 4 2 2 1 2 2 2 2 1 3 2 1 1 6 Cliente 6 B Z 7 7 6 6 3 2 2 2 2 3 2 2 2 2 2 2 7 Cliente 7 B K 7 7 8 8 3 2 3 2 2 3 2 3 2 2 3 3 8 Cliente 8 C K 9 9 8 9 3 3 3 3 3 3 2 3 3 3 3 3 9 Cliente 9 D L 9 8 7 9 2 3 3 3 3 2 1 3 4 3 3 3 10 Cliente 10 D J 6 6 5 6 2 2 2 2 2 2 1 2 2 2 2 2 11 Cliente 11 C L 4 5 6 6 1 2 2 2 2 1 2 2 1 2 2 2 12 Cliente 12 A K 11 12 10 10 4 4 3 4 4 4 4 3 3 4 3 3 13 Cliente 13 B Z 4 3 6 5 1 1 2 1 1 1 2 2 2 1 2 2 14 Cliente 14 C K 5 4 4 3 2 1 1 1 1 2 2 1 2 1 1 1 15 Cliente 15 D K 8 7 7 6 3 2 2 2 2 3 3 2 3 2 2 2 16 Cliente 16 D Z 8 7 7 6 3 2 2 2 2 3 3 2 3 2 2 2 17 Cliente 17 A K 11 10 9 9 4 3 3 3 3 4 3 3 4 3 3 3 18 Cliente 18 A L 9 10 10 12 2 4 4 4 4 2 2 4 3 4 4 4 19 Cliente 19 B L 5 6 6 6 2 2 2 2 2 2 2 2 1 2 2 2 20 Cliente 20 C J 3 3 7 7 1 1 3 1 1 1 1 3 1 1 3 3 21 Cliente 21 D Z 6 5 6 6 1 2 2 2 2 1 2 2 3 2 2 2 22 Cliente 22 A Z 4 3 6 5 1 1 2 1 1 1 2 2 2 1 2 2 23 Cliente 23 B K 7 7 6 6 3 2 2 2 2 3 2 2 2 2 2 2 24 Cliente 24 B L 8 9 8 9 3 3 3 3 3 3 2 3 2 3 3 3 DETTAGLIO CLIENTE PUNTEGGIO TOTALE RFM MONETARY FREQUENCY RECENCY
  • 11. Analisi RFM Esempio Ordinando i clienti sulla base del punteggio RFM complessivo è possibile individuare facilmente i segmenti di clienti: - migliori → punteggio RFM 10, 11, 12 - meno efficienti → punteggio RFM 3, 4, 5 Codice cliente Nome cliente Agente Settore cliente 2020 2019 2018 2017 Voto Recency 2020 Voto Recency 2019 Voto Recency 2018 Voto Recency 2017 Voto Frequency 2020 Voto Frequency 2019 Voto Frequency 2018 Voto Frequency 2017 Voto Monetary 2020 Voto Monetary 2019 Voto Monetary 2018 Voto Monetary 2017 2 Cliente 2 A L 12 12 10 10 4 4 3 4 4 4 4 3 4 4 3 3 12 Cliente 12 A K 11 12 10 10 4 4 3 4 4 4 4 3 3 4 3 3 17 Cliente 17 A K 11 10 9 9 4 3 3 3 3 4 3 3 4 3 3 3 3 Cliente 3 B J 10 10 12 11 4 3 4 3 3 4 4 4 3 3 4 4 8 Cliente 8 C K 9 9 8 9 3 3 3 3 3 3 2 3 3 3 3 3 9 Cliente 9 D L 9 8 7 9 2 3 3 3 3 2 1 3 4 3 3 3 18 Cliente 18 A L 9 10 10 12 2 4 4 4 4 2 2 4 3 4 4 4 15 Cliente 15 D K 8 7 7 6 3 2 2 2 2 3 3 2 3 2 2 2 16 Cliente 16 D Z 8 7 7 6 3 2 2 2 2 3 3 2 3 2 2 2 24 Cliente 24 B L 8 9 8 9 3 3 3 3 3 3 2 3 2 3 3 3 5 Cliente 5 D Z 7 6 4 4 2 2 1 2 2 2 2 1 3 2 1 1 6 Cliente 6 B Z 7 7 6 6 3 2 2 2 2 3 2 2 2 2 2 2 7 Cliente 7 B K 7 7 8 8 3 2 3 2 2 3 2 3 2 2 3 3 23 Cliente 23 B K 7 7 6 6 3 2 2 2 2 3 2 2 2 2 2 2 1 Cliente 1 A K 6 6 8 8 2 2 3 2 2 2 2 3 2 2 3 3 10 Cliente 10 D J 6 6 5 6 2 2 2 2 2 2 1 2 2 2 2 2 21 Cliente 21 D Z 6 5 6 6 1 2 2 2 2 1 2 2 3 2 2 2 14 Cliente 14 C K 5 4 4 3 2 1 1 1 1 2 2 1 2 1 1 1 19 Cliente 19 B L 5 6 6 6 2 2 2 2 2 2 2 2 1 2 2 2 4 Cliente 4 C Z 4 5 6 6 1 2 2 2 2 1 2 2 1 2 2 2 11 Cliente 11 C L 4 5 6 6 1 2 2 2 2 1 2 2 1 2 2 2 13 Cliente 13 B Z 4 3 6 5 1 1 2 1 1 1 2 2 2 1 2 2 22 Cliente 22 A Z 4 3 6 5 1 1 2 1 1 1 2 2 2 1 2 2 20 Cliente 20 C J 3 3 7 7 1 1 3 1 1 1 1 3 1 1 3 3 DETTAGLIO CLIENTE PUNTEGGIO TOTALE RFM MONETARY FREQUENCY RECENCY
  • 12. Analisi RFM Esempio Sulla base del punteggio RFM complessivo ciascun cliente viene classificato in una classe RFM. E’ dunque possibile analizzare anche l’evoluzione del comportamento dei singoli clienti nel tempo. Codice cliente Nome cliente Agente Settore cliente 2020 2019 2018 2017 2020 2019 2018 2017 2 Cliente 2 A L 12 12 10 10 prima prima seconda seconda 12 Cliente 12 A K 11 12 10 10 seconda prima seconda seconda 17 Cliente 17 A K 11 10 9 9 seconda seconda terza terza 3 Cliente 3 B J 10 10 12 11 seconda seconda prima seconda 8 Cliente 8 C K 9 9 8 9 terza terza terza terza 9 Cliente 9 D L 9 8 7 9 terza terza quarta terza 18 Cliente 18 A L 9 10 10 12 terza seconda seconda prima 15 Cliente 15 D K 8 7 7 6 terza quarta quarta quarta 16 Cliente 16 D Z 8 7 7 6 terza quarta quarta quarta 24 Cliente 24 B L 8 9 8 9 terza terza terza terza 5 Cliente 5 D Z 7 6 4 4 quarta quarta quinta quinta 6 Cliente 6 B Z 7 7 6 6 quarta quarta quarta quarta 7 Cliente 7 B K 7 7 8 8 quarta quarta terza terza 23 Cliente 23 B K 7 7 6 6 quarta quarta quarta quarta 1 Cliente 1 A K 6 6 8 8 quarta quarta terza terza 10 Cliente 10 D J 6 6 5 6 quarta quarta quinta quarta 21 Cliente 21 D Z 6 5 6 6 quarta quinta quarta quarta 14 Cliente 14 C K 5 4 4 3 quinta quinta quinta sesta 19 Cliente 19 B L 5 6 6 6 quinta quarta quarta quarta 4 Cliente 4 C Z 4 5 6 6 quinta quinta quarta quarta 11 Cliente 11 C L 4 5 6 6 quinta quinta quarta quarta 13 Cliente 13 B Z 4 3 6 5 quinta sesta quarta quinta 22 Cliente 22 A Z 4 3 6 5 quinta sesta quarta quinta 20 Cliente 20 C J 3 3 7 7 sesta sesta quarta quarta DETTAGLIO CLIENTE PUNTEGGIO TOTALE RFM CLASSE RFM
  • 13. tel. +39 049 8760754 fax. +39 049 8761922 email: info@sdvmarketing.it pec: sdvmarketing@pec.it web: www.sdvmarketing.it Corso Milano, 54 35139 Padova P.IVA 02508370281