17 luglio 2006

Data Mining? Cominciate dall'RFM

Il data mining e' uno degli aspetti piu' affascinanti - e incompresi - del CRM. L'idea di trovare delle "gemme di informazione" nascoste propri dati, da' al data mining quel sapore di "tecnologia indistinguibile dalla magia" di cui parla la legge di Clarke.

Ma, appunto, il data mining richiede competenze specialistiche e relativi investimenti.Cosi' oggi volevo iniziare a parlarvi del "data mining dei poveri": la codifica RFM applicata al CRM. Un'altra delle semplici ed efficaci idee di A. Hughes (Dbmarkets@aol.com).

RFM sta per Recency, Frequency, Monetary:
  • Recency: data ultimo acquisto
  • Frequency: numeri di acquisti
  • Monetary: totale acquisti

L'RFM e' un indice, aggiunto a ogni record del vostro database clienti, che viene creato a partire dalle tre informazioni.

Ecco come:

  1. Ordinate il database clienti secondo Recency (piu' recente all'inizio)
  2. Dividete il database in 5 parti uguali (quintili)
  3. Nel primo quintile scrivete "5" in un campo "R" che avete aggiunto al record. Scrivete "4" nel secondo quintile e cosi' via.Ripetete le 3 operazioni per Frequency (campo "F") e Monetary (campo "M"). A questo punto, in ogni record del vostro database clienti avrete un indice di tre cifre, da 555 a 111.
L'RFM codifica i vostri clienti per "sensibilita' alle vostre offerte". Si va dai clienti 555 (quelli che rispondono meglio) giu' fino ai clienti 111 (rispondono peggio o non rispondono). La percentuale di risposta a un'offerta si distribuisce in maniera lineare descrescente tra questi due estremi.

Perche' l'RFM funziona? Perche' e' basato sui comportamenti d'acquisto pregressi e quindi e' il miglior indicatore di acquisti futuri.

L'RFM quindi vi consente di prevedere su quali clienti e' profittevole effettuare azioni promozionali e anche di misurare il profitto atteso!

Ecco come fare:
  1. codificate il vostro database RFM sulla situazione attuale
  2. estraete un campione casuale rappresentativo
  3. effettuate un test mailing della vostra offerta
  4. misurate la percentuale di risposta a break even
  5. misurate la percentuale di risposta per ogni cella RFM

Ora, affinche' la vostra azione promozionale abbia successo, dovete inviarla solo alle celle RFM - di tutto il database questa volta - che hanno una percentuale di risposta maggiore o uguale a quella di break even.

Ma l'RFM serve anche per fare marketing intelligence. Federal Express ha utilizzato la "RFM Migration Analysis" per capire come cluster di clienti si muovevano nel tempo tra le varie celle RFM. Questo ha permesso di individuare facilmente comportamenti differenti che richiedevano differenti strategie.

Oggi con Internet e l'email, il metodo RFM ha perso un po' di validita'. Oggi potete comunque fare un emailing a tutto il vostro database con costi irrisori. Ma questo è un altro discorso, la validità teorico/pratica del metodo rimane.

Usatelo nel vostro CRM e vedrete.

REFERENCE
Making Your Database Pay Off Using Recency Frequency and Monetary Analysis

0 Comments:

Posta un commento

Links to this post:

Crea un link

<< Home