RFM Analizi İle Müşteri Segmentasyonu
RFM Analizi İle Satışlarınızı Nasıl Artırırsınız?
RFM analizini Python programlama dilini kullanarak ele alacağız. Kodlar için link ekliyor olacağım.
RFM Nedir?
RFM analizi, müşterileri segmentlere ayırmak için geçmiş satın alma davranışlarını baz alan bir müşteri segmentasyon tekniğidir.
Bu analiz ile aşağıdaki başlıkları ele alacağız;
- Müşterimiz kim?
- Onları kaybediyor muyuz? Nasıl kazanabiliriz?
- Hangi müşterileriniz en karlı?
- Hangi müşterileriniz yakın zamanda sizi ziyaret etti?
- Hangi müşterileriniz en sadık?
- Hangi kampanyalara hangi müşteriler nasıl tepki verdi?
RFM Açılımı
Recency — Yenilik (R) — Son satım alımdan bugüne kadar geçen süre
- Formül = Bugünün tarihi — Son satın alma tarihi
Frequency — Sıklık (F) — Toplam satın alım sayısı
Monetary — Parasallık (M) — Tüm satın alımların parasal toplamı
RFM Analizi İle Müşteri Segmentasyonu
RFM analizine başlarken müşterilerimizi yenilik (R), sıklık (F) ve parasal (M) değer dağılımlarına göre gruplara ayırmaktayız.
RFM Analizinin Faydaları
- Yanıt oranlarında artış.
- Dönüşüm oranlarında artış.
- Hedefleme üzerinden gerçekleştirilen dijital pazarlama çalışmalarından elde edilen gelirde artış
Veri Setinin Hikayesi
Bir şirketin 01/12/2010 ve 09/12/2011 tarihleri arasında gerçekleşen, e-ticaret kapsamındaki müşterilerin satınalma geçmişini içerir. (‘Online Retail II’)
Değişkenler:
InvoiceNo: Fatura numarası.
StockCode: Ürün (item) kodu.
Description: Ürün (item) adı.
Quantity: İşlem başına her bir ürünün (kalem) miktarı.
InvoiceDate: Fatura tarihi ve saati. Sayısal. Bir işlemin oluşturulduğu gün ve saat.
UnitPrice : Birim fiyatı. Sayısal. Birim başına ürün fiyatı (£).
CustomerID: Müşteri numarası.
Country: Ülke adı.
RFM Analzinde Puanlama Nasıl Oluyor ?
Bu kriterleri çıkartarak 1 ile 5 arasında puanlar veriyoruz. Örneğin recency değeri 1 olan kullanıcıya 5 puan veriyoruz.
(Bugünün tarihi — Son satın alma tarihi)
Burada bu kişiye 1 puan vererek de değerlendirme yapılır. 1–3, 1–4 , 1–10, 1–20 arasında gibi istediğiniz rakamları kullanabilirsiniz. Aralığı açtıkça değerlendirme daha sağlıklı olacaktır.
Yaptığım çalışmada Recency değerinin yüksek olması, son satınalma tarihinin bugüne yakınlaşmasını ifade eder. Frequency ve Monetary değerlerinin de 5 e yakın olmasını bekleriz.
RFM Analizinde Segmentler Neler?
RFM analizi kapsamında segmentleri istediğiniz gibi belirleyebilirsiniz. 3–4 segment oluşturabileceğiniz gibi 10–15 segmentte
oluşturabilirsiniz.
Örneğin müşterimiz geçmiş alışveriş işlemleri nedeniyle En İyi Müşteriler, segmentine ( 5–5–5 (R=5, F=5, M=5) ) girmektedir.
RFM analizinde aşağıdaki segment ve puanlamaları kullandım.
r’[1–2][1–2]’: ‘Hibernating’,
r’[1–2][3–4]’: ‘At Risk’,
r’[1–2]5′: ‘Can\’t Loose’,
r’3[1–2]’: ‘About to Sleep’,
r’33’: ‘Need Attention’,
r’[3–4][4–5]’: ‘Loyal Customers’,
r’41’: ‘Promising’,
r’51’: ‘New Customers’,
r’[4–5][2–3]’: ‘Potential Loyalists’,
r’5[4–5]’: ‘Champions’
RFM Analizi Nasıl Yapılır?
RFM analizi yapabilmek için tüm müşterilerinizin satın alma geçmişini içeren bir veritabanına ihtiyacınız olacaktır. Bu veritabanı, müşterilerinizin yaptığı tüm alışveriş işlemlerini içeren bir dosya da olabilir.
Bu veriler genellikle muhasebe yazılımınızdan veya CRM gibi kaynaklardan elde edilir.
Örneğin;
- Hibernating segmentte 1080 kişi bulunmakta,
- en son alışverişleri ortalama 209 gün önce gerçekleşmiş,
- alışveriş sıklıkları 13.65,
- ortalama 534.68 kazanç
RFM Analiz Sonrası Aksiyom Planları
Hibernating ( Uykuda ) Segmenti
Bu segmentteki kullanıcılar bizden hem çok uzun zamandır alışveriş yapmamışlar (Recency : 203).
Müşterinin son temasından bugüne kadar geçen ortalama süre(gün)
hem de bizi yeterince tanımıyorlar (Frequency : 13).
Bu segmente yönelik nasıl aksiyomlar alabiliriz?
⦁ Bizi daha iyi tanımaları için bizim ürünlerimizi anlatan bir marketing çalışması yapabiliriz.
⦁ Üyeliği olan kullanıcılar için mail ya da sms düzenlenebilir. (Kampanya-Kupon -İndirim)
⦁ Mailde attığımız kupon kodlarını bu segmente reklamlarda da göstererek uykudan uyanmalarını ve yakın zamanda alışveriş yapmalarını sağlayabiliriz.
⦁ Bu çalışmaların yanı sıra buradaki kitleyi reklam kanallarımıza ekleyerek onlara sosyal medyada reklam gösterebiliriz. ( kampanya oldu, böyle yeni ürünlerimiz çıktı, şunu alana yüzde 20 indirim mesajları…)
⦁ Bu kitle hassastır çok fazla alışveriş odaklı değil de bizi tanıyın , şans verin odaklı bilinirlilik çalışmaları yapılmalıdır.
New Customer Segmenti
- Yeni müşteriler bu gruptadır. Çok yakın zamanda alışveriş yapmış olup mağazayı az ziyaret edenlerdir.
- Uygun promosyonlarla bu gruptaki müşterilerin potansiyel sadık ya da şampiyon sınıfa doğru yönlendirilmesi gerekir.
- Örneğin, 100 TL alışverişe 20 XX puan ile bu grubun geliş sıklığı ve bıraktığı para artırılabilir.
- *Analizleri müşteri bazında ya da çeşitli kırılımlarda detaylı incelemeler de yapılabiliriz.
- **İnceledik, analiz ettik ve aksiyomlar için grubun müşteri ID’lerini ilgili birimlere iletiyoruz.
Projenin kaynak kodlarına buraya tıklayarak ulaşabilirsiniz.
Kaynak: https://archive.ics.uci.edu/ml/datasets/Online+Retail+II
