RFM V1

Related Pazarlama Otomasyonu, RFM ile müşterilerin satın alma davranışlarını analiz ederek müşterilerin yaşam boyu değerinin artmasını amaçlamaktadır. 


Bu Sayfada Bulabilecekleriniz:



RFM Nedir?

RFM= Recency + Frequency + Monetary

Recency: Müşterilerin en son alışveriş yapma zamanı.

Frequency: Müşterilerin alışveriş yapma sıklığı.

Monetary: Müşterilerin yaptığı toplam alışveriş tutarı.




RFM Score


RFM Score sayesinde müşterilerinizi Recency, Frequency ve Monetary’lerine göre puanlayarak segmentlere ayırabilirsiniz. RFM Score Grafiğine; Segment>Retention Analytics>RFM Score seçerek ulaşabilirsiniz. Aynı zamanda grafiği belirli bir segment ya da belirli bir kanal için görüntüleyebilirsiniz. 




RFM Segment


Ayrıca Recency, Frequency ve Monetary değerlerini de ayrı ayrı kriter olarak kullanabilirsiniz. Puanlama her bir kriter için (R,F,M) 5 üzerinden yapılır. En yüksek RFM skoru olan kitlenin puanı 15’e, en düşük puana sahip olan kitlenin ise 3’e eşittir. RFM Segment Grafiğine; Segment>Retention Analytics>RFM Segment seçerek ulaşabilirsiniz. Aynı zamanda grafiği belirli bir segment ya da belirli bir kanal için görüntüleyebilirsiniz. 






RFM Cluster


RFM Cluster'da, RFM skorlamasındaki puan dağılımına göre müşteri kitlesi 8 bölüme (VIP, Loyals, High Potential, New Comers, Worth Investing, At Risk, Watch Out, Lost) ayrılır. RFM Cluster'ı; Recommend> Performance Dashboard ya da Target>Performance Dashboard seçerek ulaşabilirsiniz. 



RFM Cluster'daki bölümler;

  • VIP: RFM score’u en yüksek olan kitleyi temsil eder. Bu kitleyle markanızla ilgili gelişmeleri paylaşabilir, aldıkları ürünleri tamamlayıcı ürünler sunarak daha fazla alışveriş yapmalarını sağlayabilirsiniz.

  • Loyals: RFM skoru yüksek olan bu kitlenin marka bağlılığı yüksektir. Loyalty kampanyalarıyla ilgili gönderimler yaparak marka bağlılıklarını daha da arttırabilirsiniz.

  • High Potential: Daha fazla alışveriş yapma potansiyeli olan kitleyi temsil eder. Kitleye daha fazla alışveriş yaptırabilmek için içerisinde indirim, ücretsiz kargo ve önceki yaptıkları alışverişlere göre ürün önerileri içeren kampanya gönderimleri yapabilirsiniz.

  • New Comers: Yeni alışveriş yapmış, henüz marka bağlılığı oluşmamış kitleyi temsil eder. Müşterilerin ilk alışverişinin akabinde gönderim yapılmamalı ve bir süre beklenmelidir. Ardından kitleye markayı sevdirebilmek için son alışverişlerinde satın aldıkları ürünlerle ilgili kampanya gönderimleri yapabilirsiniz ya da satın aldıkları ürünlerle ilgili kullanma talimatlarının yer aldığı e-posta gönderebilirsiniz.

  • Worth Investing: Önceden alışveriş yapan ancak gittikçe alışveriş yapması azalan geri kazanmanız gereken kitleyi temsil eder. Kitleyi yeniden kazanabilmek için içerisinde belirli bir zaman aralığında kullanılabilecek kupon kodu ya da ücretsiz kargo fırsatı yer alan kampanyalar sunabilirsiniz.

  • At Risk: Kaybetme riski yüksek olan müşterileri temsil eder. Kitlenin marka bağlılığını özel indirim teklifleri içeren kampanya gönderimleriyle arttırabilirsiniz.

  • Watch Out: Kaybetmek üzere olduğunuz kitleyi temsil eder. Kitleyi kaybetmemek için kitlenin son satın almalarını analiz edebilir ve satın aldıkları ürünlerle ilgili yeni indirim kampanyaları hakkında bilgilendirme e-postaları gönderebilirsiniz.

  • Lost: Kaybettiğiniz müşterileri temsil eder. Kitleyi kazanabilmek için kararlı olunmalıdır. Kitleyi tekrar kazanabilmek için belirli aralıklarla kişiye özel indirim kuponları sunabilirsiniz.



e-RFM

e-RFM (Engagement, Recency, Frequency, Monetary) geleneksel RFM’den farklı olarak sadece mevcut müşterileri değil, potansiyel müşterileri de hedefler. e-RFM ile satın alma faaliyetlerinin dışında, müşterilerin web sitesindeki davranışları da analiz edilerek doğru kitleyi oluşturmanızı sağlar.


e-RFM Nedir?

e-RFM= Engagement + Recency + Frequency + Monetary



Recency: Müşterilerin en son alışveriş yapma zamanı.

Frequency: Müşterilerin alışveriş yapma sıklığı.

Monetary: Müşterilerin yaptığı toplam alışveriş tutarı.

Engagement: Ziyaretçi bağlılığı.




Ana Başlık: Retention Analytics V1

Copyright 2020 Related Digital