تحلیل مشتری · به‌روزرسانی ۳ شهریور ۱۴۰۵

سگمنت‌بندی RFM؛ تبدیل تاریخچه خرید به اقدام مشخص

پاسخ کوتاه: RFM مشتریان را با سه نشانه دسته‌بندی می‌کند: چند روز از آخرین خرید گذشته، چند بار خرید کرده‌اند و مجموع خریدشان چقدر بوده است. در نبض، تازگی نسبت به چرخه بازخرید فروشگاه و خود مشتری سنجیده می‌شود؛ تعداد و مبلغ نیز به‌صورت رتبه‌های نسبی ۱ تا ۵ محاسبه می‌شوند.

سه بُعد

هر حرف دقیقاً چه چیزی را اندازه می‌گیرد؟

R

تازگی خرید (Recency)

فاصله روزانه از آخرین سفارش معتبر نسبت به چرخه بازخرید مورد انتظار است. تا یک چرخه R برابر ۴ یا ۵ می‌ماند و با عقب‌افتادن مشتری کاهش پیدا می‌کند.

F

تکرار خرید (Frequency)

تعداد سفارش‌های پردازش یا تکمیل‌شده مشتری است. تعداد بیشتر معمولاً امتیاز بالاتر می‌گیرد و مشتری تک‌خرید را از خریدار تکراری جدا می‌کند.

M

مبلغ خرید (Monetary)

جمع مبلغ خالص همان سفارش‌های معتبر پس از کسر بازپرداخت است. مقدار بالاتر امتیاز بالاتر می‌گیرد، اما فقط در مقایسه با خرید مشتریان همان فروشگاه معنا دارد.

داده ورودی نبض: فقط سفارش‌های ووکامرس با وضعیت «در حال پردازش» یا «تکمیل‌شده» وارد محاسبه می‌شوند. سفارش ناموفق یا لغوشده خرید معتبر نیست؛ بازپرداخت از مبلغ سفارش کم می‌شود.
دو نوع امتیاز

تازگی چرخه‌محور است؛ تکرار و مبلغ نسبی‌اند

نبض چرخه معمول بازخرید فروشگاه را از فاصله خریدهای مشتریان تکراری برآورد می‌کند. برای مشتری دارای سابقه کافی، چرخه شخصی نیز با چرخه فروشگاه ترکیب می‌شود. نسبت «روز از آخرین خرید» به این چرخه، امتیاز R را می‌سازد.

F و M با رتبه‌های مقاوم به مقادیر مساوی محاسبه می‌شوند. تک‌خرید همیشه F=۱ است و خریداران تکراری میان خودشان مقایسه می‌شوند؛ مبلغ نیز با مبلغ خالص دیگر مشتریان همان فروشگاه سنجیده می‌شود.

برداشت نادرستتعبیر درست
R=۵ یعنی خرید زیر ۷ روزخرید در نیمه نخست چرخه مورد انتظار
M=۵ یعنی خرید بالای مبلغ ثابتجزو بالاترین مبالغ همین فروشگاه
هر سطح دقیقاً ۲۰٪ استمقادیر برابر می‌توانند گروه را نامساوی کنند
سگمنت برای همیشه ثابت استبا سفارش و محاسبه تازه تغییر می‌کند
قواعد نبض

هفت سگمنت و منطق قرارگیری

قواعد به ترتیب اولویت بررسی می‌شوند؛ اولین قاعده منطبق، سگمنت مشتری را تعیین می‌کند. به همین دلیل مشتری پرارزش پیش از گروه عمومی‌تر وفادار طبقه‌بندی می‌شود.

نهنگ (پرارزش)

مشتری تکراری و فعال با R حداقل ۳، M برابر ۵ و F حداقل ۳؛ مبلغش در بالاترین رده است.

وفادار

مشتری تکراری با R حداقل ۳ و F برابر ۴ یا ۵؛ داخل یا نزدیک چرخه خرید است و به‌دفعات برمی‌گردد.

تازه‌وارد

فقط یک سفارش معتبر دارد و هنوز بیش از یک چرخه طبیعی فروشگاه از آن نگذشته است؛ R برابر ۴ یا ۵.

در خطر ریزش

حداقل دو خرید دارد و در R=۲ است؛ یا در R=۱ هنوز امتیاز تکرار حداقل ۳ یا مبلغ حداقل ۴ دارد.

غیرفعال / ازدست‌رفته

بیش از ۲٫۵ چرخه مورد انتظار خرید نکرده، R=۱ است و سابقه‌اش برای گروه «در خطر» کافی نیست.

تک‌خرید

دقیقاً یک سفارش معتبر دارد؛ دیگر تازه‌وارد نیست ولی هنوز به مرز غیرفعال نرسیده و R برابر ۲ یا ۳ است.

مشتری عادی

خریدار فعالی که با هیچ‌یک از قواعد ویژه بالا منطبق نیست.

مثال

سه مشتری فرضی، سه اقدام متفاوت

مریم: R5، F1، M2

یک خرید تازه دارد و احتمالاً «تازه‌وارد» است. اقدام مناسب: آموزش استفاده، تشکر و کاهش اصطکاک خرید دوم؛ نه تخفیف سنگین فوری.

رضا: R2، F4، M4

سابقه قوی دارد اما دیر برگشته و «در خطر ریزش» است. اقدام مناسب: یادآوری متناسب با سابقه و دنباله بازگشت کنترل‌شده.

سارا: R5، F5، M5

به‌تازگی، مکرر و پرمبلغ خرید کرده و ابتدا «نهنگ» می‌شود. اقدام مناسب: خدمات و دسترسی بهتر؛ نه الزاماً پیام بیشتر.

این مثال‌ها مبلغ یا روز ثابت ندارند: R2 در دو فروشگاه می‌تواند فاصله زمانی متفاوتی داشته باشد. قبل از طراحی پیام، مقدار خام تازگی، تعداد سفارش و مبلغ را هم کنار امتیاز ببینید.
از تحلیل تا کمپین

سگمنت را با تگ و فیلتر تکمیل کنید

RFM رفتار خرید را خلاصه می‌کند، اما علاقه محصول، شهر، رضایت یا دلیل ریزش را نمی‌داند. در نبض می‌توان مخاطب کمپین را با سگمنت‌های ثابت RFM، تگ‌ها و فیلدهای ثبت‌نام هدف گرفت. این قابلیت را نباید با یک سازنده نامحدود «قواعد ذخیره‌شده دلخواه» یکی دانست.

  • برای «در خطر ریزش»: پیام بازگشت با توقف پس از خرید.
  • برای «تک‌خرید»: کمک به انتخاب خرید دوم.
  • برای «وفادار»: معرفی زودتر محصول مرتبط، با کنترل دفعات تماس.
  • برای «نهنگ»: خدمات شخصی یا هشدار داخلی مدیر.
محدودیت داده: RFM فقط مشتریانی را می‌بیند که سفارش معتبر و شناسه قابل اتصال (حساب یا ایمیل) دارند. خرید حضوری، سفارش مهاجرت‌داده‌نشده یا شماره ناقص می‌تواند تصویر مشتری را ناقص کند.
نگهداری

هر چند وقت یک‌بار محاسبه شود؟

نبض محاسبه RFM را روزانه تازه می‌کند و امکان محاسبه دستی هم دارد. پس از واردکردن سفارش‌های قدیمی، تغییر گسترده وضعیت‌ها یا پاک‌سازی داده مشتری، یک محاسبه دستی انجام دهید. تعداد هر سگمنت را پیش و پس از تغییر ثبت کنید تا جابه‌جایی غیرعادی دیده شود.

مطالعه بعدی

راهنماهای مرتبط

تاریخچه خرید را به مخاطب قابل اقدام تبدیل کنید

CRM نبض سگمنت‌های RFM را از سفارش‌های ووکامرس می‌سازد و برای کمپین در دسترس می‌گذارد.

مشاهده باشگاه مشتریان نبض