Marketing Automation

Come segmentare gli utenti con la matrice RFM

La segmentazione degli utenti è il primo passo da compiere quando si vuole mettere in piedi un programma di marketing automation per Ecommerce.

Suddividendo la massa variegata di visitatori in gruppi omogenei, è possibile personalizzare i messaggi di marketing in maniera da offrire incentivi e messaggi rilevanti per un determinato target ed aumentare le probabilità che siano effettivamente interessati a ciò che abbiamo da offrire.

Come sai é possibile suddividere gli utenti sulla base dei comportamenti di navigazione (durata sessione, visita categoria x ecc.), di acquisto (transazioni = 1, prodotto acquistato = x, ecc.) o ad informazioni anagrafiche (cap di spedizione, paese di provenienza).

Vorrei ora introdurti una nuova e potente arma di segmentazione, già utilizzata da diversi software di marketing automation, che prende il nome di Matrice RFM.

La matrice RFM: una introduzione

Con Matrice RFm si intende una modalità di segmentazione degli utenti basata sulle tre variabili Recency (R), Frequency (F) e Monetary (M).

  • Recency: indica il tempo intercorso dall’ultimo acquisto
  • Frequency: indica il numero di volte in cui l’utente ha effettuato un acquisto in un dato intervallo di tempo (solitamente 1 anno)
  • Monetary: indica il totale di euro spesi da un singolo utente a partire dal suo primo acquisto, e coincide con il Customer LifeTime value (CLV)

 

Matrice RFM: trova i tuoi clienti balena

Come avrai già facilmente intuito, gli utenti con punteggi RFM più alti sono i clienti migliori, quelli su cui vale la pena investire tempo e denaro in quanto acquistano spesso, molto e di recente.

Cliente balena (Tizio) e cliente pesciolino (Caio) possono avere differenze enormi in termini di ROI

 

Il monitoraggio di questi tre valori permette di monitorare i miglioramenti complessivi delle proprie attività di Retention, e misurare i risultati di un programma di marketing automation rispetto ai periodi precedenti.

D’altra parte risulta un arma efficacissima per fare azioni mirate di Real-time marketing, ad esempio progettando campagne ad hoc per gli utenti che acquistano di frequente, ma non acquistano da 2 mesi.

Oppure, progettando una campagna di upselling dedicata a chi ha già speso almeno 200 euro sul sito ma non acquista da più di 6 mesi.

Le potenzialità sono tante, e tutte dipendono dal settore merceologico di riferimento e dalla strategia di marketing automation che si è deciso di adottare.

 

Come costruire una matrice RFM

Sempre più software di marketing automation si stanno dotando di matrici RFM, in quanto permettono una suddivisione in coorti dinamica.

Come stabilire i valori Recency, Frequency e Monetary?

Per i primi due ti serve come prima cosa sapere la FREQUENZA DI ACQUISTO (f),ovvero ogni quanti giorni in media gli utenti tornano ad acquistare. La puoi calcolare facendo:

numero di ordini (anno) / numero di clienti unici (anno)* = f

tempo che intercorre tra un acquisto e un altro = 365 / f

Per avere un risultato più preciso, dovresti effettuare il calcolo solo sui clienti che hanno effettuato almeno 2 acquisti, scremando quindi gli acquisti di utenti “one shot” che andrebbero a dilatare la frequenza media di acquisto.

Immaginiamo che i tuoi clienti acquistino in media 6 volte all’anno.

Utilizzando un software dotato di matrice RFM, come ad esempio Salesmanago, puoi creare 3 diverse coorti di utenti in base alla loro frequenza di acquisto:

  • clienti saltuari: meno di 4 acquisti/anno
  • clienti regolari: da 4 a 8 acquisti/anno
  • clienti assidui: + 8 acquisti/anno
Il grafico mostra 3 segmenti di utenti in base alla frequency: Casual, Regular e Common

Riguardo al Monetary, ovvero il totale di spesa per ciascun utente in un anno, si ottiene facendo:

totale fatturato (anno) / numero di clienti unici (anno)

Anche in questo caso è possibile segmentare l’utenza in 3 coorti, a seconda che spendano molto, normale o poco:

Le azioni mirate di upselling servono proprio a fare in modo che più utenti possibili passino dalla coorte più bassa (Saver) a quella più alta (Spender).

Ma la vera forza della matrice RFM sta nel generare incroci tra Recency, Frequency e Monetary.

Con questo è possibile individuare utenti che acquistano di frequente e spendono molto, utenti che spendono poco ma hanno acquistato di recente, e tutte le possibili combinazioni tra le 3 variabili.

Nell’esempio sotto, combinando Monetary con Frequency, otteniamo nel quadrato in alto a destra il gruppo di clienti migliori (spendono molto e acquistano spesso), mentre in basso a sinistra quelli peggiori (acquistano di rado e spendono poco).

La parte interessante è che la matrice RFM non è un semplice strumento di analisi: se sfruttata all’interno di un software di marketing automation, permette di lanciare email, mostrare banner e molto altro solo agli utenti che si trovano in un particolare segmento, o che sono appena passati da un segmento all’altro (ad esempio, da acquisti regolari ad acquisti saltuari).

In alcuni casi, come ad esempio Salesmanago che ho utilizzato per le immagini sopra, è possibile anche esportare i segmenti RFM come Custom Audiences su Facebook, il che apre tutto un mondo di possibilità per fare Retargeting.

In conclusione la matrice RFM è un potente strumento di segmentazione dinamica, se la utilizzerai ti accorgerai tu stesso di quante cose permette di fare!

 

Iscriviti gratuitamente alla versione Beta di RFMcube (https://www.rfmcube.com/), disponibile a partire dal prossimo Ottobre 2018. RFMcube ti permette di sincronizzare con un click l’intero storico del tuo database, assegnare i punteggi RFM e inviare i segmenti ai tuoi software di marketing in tempo reale.

SCOPRI RFMCUBE

 

Post correlati

Scopri i tuoi clienti migliori con la segmentazione RFM

Marco Santandrea

Come calcolare la frequenza di acquisto dei tuoi clienti

Marco Santandrea

Guida alla scelta dei software di marketing automation per Ecommerce

Marco Santandrea

Lascia un commento

Accetto e dichiaro di aver letto l’Informativa Privacy

come-segmentare-gli-utenti-con-la-matrice-rfm-ecommerceschool-blog-formazione-in-e-commerce-management
error: I contenuti sono protetti da diritti d\'autore e DMCA®
[i]
[i]