Depuis que le Machine Learning a été introduit pour la première fois sur Mindbox, le Big Green Button est devenu un objectif commun. Il s'agit d'un tel bouton en plein écran, lorsqu'on clique dessus, tout fonctionne de lui-même et fait un profit.

Dans le projet analytique «RFM», l'objectif est moins ambitieux - Un petit bouton vert . Vous cliquez sur, et la base de données est automatiquement divisée en segments par lesquels l'envoi d'e-mails commence (par exemple).

Pour atteindre l'objectif, nous avons écrit un segmenteur RFM automatique et développé un rapport spécial pour visualiser les résultats.

Nous racontons comment tout cela s'est passé et pourquoi maintenant c'est possible renoncer aux analystes consacrer plus de temps à des tâches moins triviales.

Qu'est-ce que l'analyse RFM?

Le résultat de la newsletter électronique dépend de la portée du public et de la qualité de la newsletter elle-même. L'infini ne peut pas être augmenté indéfiniment, ce qui signifie que la qualité doit être augmentée. Pour ce faire, vous devez personnaliser la newsletter, car toutes les personnes sont différentes et tout le monde a besoin de quelque chose de différent.

Il y a généralement beaucoup de consommateurs, il est difficile de faire une lettre individuelle pour chacun. Pour faire face au problème, les commerçants divisent les consommateurs en groupes - segments.

Vous pouvez partager de différentes manières. Une option est l' analyse RFM .

Autrement dit, l'analyse RFM est un moyen de segmentation. Les segments sont appelés groupes de consommateurs disjoints. L'analyse RFM suggère trois attributs pour chaque client:

• R (Récence) - depuis combien de temps le client a-t-il passé la dernière commande.
• F (fréquence) - combien de commandes le client a passées.
• M (monétaire) - combien d'argent le client a dépensé.

De nombreuses sociétés de marketing réalisent et utilisent l'analyse RFM. Nous incluons. Dans un article sur la segmentation RFM, ils ont expliqué quel type de rapport nous pouvons faire et comment il peut aider les spécialistes du marketing.

Approches d'analyse RFM existantes

Les approches existantes de l'analyse RFM sont à peu près les mêmes pour tout le monde.

Les clients sont divisés en groupes selon chaque caractéristique. Il n'y a généralement pas plus de cinq groupes de ce type. Les intersections de groupe sont appelées segments.

Par exemple, lors de la division en quatre groupes pour chacune des trois caractéristiques, 64 segments de consommateurs (4x4x4) sont formés, et pour cinq - déjà 125 segments.

La principale difficulté est de déterminer les limites des groupes, car il n'y a pas de règle spécifique sur la façon de procéder.

Considérez les approches les plus populaires sur l'exemple d'une base de clients:

Ici, nous utilisons seulement deux des trois dimensions (R et M) pour faciliter la perception.

Dans notre exemple:

• Le montant des achats est compris entre 0 et 15 000 roubles.
• La période de prescription varie de 1 heure à 240 jours.

Approche 1. Division en parties égales par plages de valeurs

Avec cette approche, la séparation est basée sur les valeurs des caractéristiques. Dans notre cas, nous distinguons trois groupes par dépenses: jusqu'à 5 000 roubles, de 5 à 10 000 et de 10 000. Et trois groupes selon la prescription de la date d'achat: jusqu'à 80 jours, de 80 à 160 jours, à partir de 160 jours.

Nous obtenons neuf segments:

Avantages de la méthode:

• Facile à automatiser.
• Vous pouvez identifier les "plus": ceux qui achètent le plus, le plus souvent et qui n'achètent pas le plus longtemps.

Inconvénients de la méthode:

• La répartition entre les groupes est inégale: dans l'exemple, 86% des consommateurs dans un segment, 13% dans le second, 1% ont été répartis dans les sept segments restants.
• Le nombre de groupes pour chaque attribut est le même.
• De nombreux segments (rappelez-vous que même divisé en 3 parties selon chaque attribut, il y aura 27 segments).

Approche 2. Répartition en parts égales par le nombre de consommateurs

Avec cette approche, la séparation de chaque caractéristique est effectuée de sorte que le même nombre de consommateurs se répartissent en groupes.
C'est ainsi que les acheteurs de notre exemple sont répartis (comme précédemment, nous nous divisons en trois parties pour chaque attribut):

Avantages de la méthode:

• Facile à automatiser.
• Habituellement, il n'y a pas de fort déséquilibre entre les groupes.

Inconvénients de la méthode:

• Les clients «spéciaux» se distinguent mal.
  Dans l'exemple, dans un segment, il y avait des consommateurs qui ont acheté 1 000 roubles et 15 000. Dans le même temps, ceux qui ont acheté pour de très grandes quantités ne se démarquaient pas dans un groupe distinct (contrairement à la méthode précédente).
• Le nombre de groupes pour chaque attribut est le même.
• De nombreux segments.

Approche 3. Manuel

L'analyste examine la base de données et sélectionne la partition appropriée.

Avantages de la méthode:

• Bonne segmentation.

Inconvénients de la méthode:

• Besoin d'un spécialiste.
• Cela prend beaucoup de temps.

Rapport RFM à un bouton avec apprentissage automatique

Nous avons décidé de nous débarrasser des lacunes des anciennes approches. Pour ce faire, j'ai dû recourir à des algorithmes d' apprentissage automatique .

À l'aide de méthodes de clustering, nous déterminons automatiquement le nombre de segments de consommateurs réellement présents dans la base de données et ce que sont ces segments. Et à l'aide d'un arbre de décision, nous apportons ces segments à une forme pratique pour la perception. Comment cela fonctionne, nous expliquons dans un article séparé sur le segmentateur d'appareil .

Pour l'exemple ci-dessus, nous avons obtenu ce résultat:

Pour rendre tout cela pratique et compréhensible pour les spécialistes du marketing, nous avons développé un rapport dans lequel les résultats de la segmentation sont décrits de manière pratique et claire (comme il nous semble).

Pour l'obtenir, cliquez simplement sur un bouton - et le système fera tout lui-même.
Le rapport est placé sur une page et se compose de trois tableaux.

Partie 1. Évaluation de l'état de la base

Le premier tableau est un résumé. Il contient des informations sur tous les segments de la base de données, obtenues sur la base d'une analyse RFM. Indicateurs clés: l'activité des consommateurs dans le segment et leur valeur.

L'activité est déterminée par la prescription du dernier achat, et la valeur est déterminée par le montant dépensé.

Chaque segment appartient à l'une des catégories. Chaque catégorie peut avoir plusieurs segments ou pas du tout. Les cellules indiquent le nombre total de consommateurs de tous les segments de la catégorie.

Les indicateurs «Activité» et «Valeur» forment neuf catégories de segments. Une autre catégorie: "Jamais acheté"

PS Ici, les expressions «sortie» et «risque de sortie» sont utilisées comme abréviations pour «il n'y a pas longtemps, n'achetant pas de clients» et «clients qui ont acheté la quantité moyenne de temps il y a» et ne signifient pas une sortie au sens littéral du terme. De même, "Actif" est la désignation de "Clients qui ont récemment effectué un achat".

Dans l'exemple ci-dessus, 80% des clients n'ont pas d'achats, près d'un tiers des clients de grande valeur sont en sortie et un autre tiers dans le groupe à risque.

L'évaluation de l'état de la base de données vous aide à choisir la catégorie avec laquelle il est important de travailler en premier lieu.

Pour montrer comment utiliser le rapport, nous prenons des clients à forte valeur, c'est-à-dire des clients qui ont dépensé le plus d'argent.

Partie 2. L'étude des segments

Le deuxième tableau du rapport affiche: la taille du segment, le chiffre d'affaires, c'est-à-dire le montant dépensé par tous les consommateurs du segment et le chèque moyen.

Tous les segments de consommateurs sont représentés par une liste. Par exemple, voici une liste de segments d'acheteurs ayant des achats:

Pour signaler uniquement les consommateurs à forte valeur, nous utilisons un filtre.

Grâce à l'application du filtre, nous obtenons sept segments de consommateurs à forte valeur ajoutée.

Sur la base de ces informations, diverses conclusions peuvent être tirées.

Par exemple, le segment n ° 2 a un chiffre d'affaires significativement plus important que d'autres avec une facture moyenne modérée. Cela indique un grand nombre d'achats de consommateurs dans ce segment et leur grande fidélité. Sans crainte d'une fuite de clients, vous pouvez leur envoyer des lettres et leur parler, par exemple, de nouveaux produits.

Faisons maintenant attention au contrôle moyen: le segment n ° 7 avec le plus grand contrôle moyen est en sortie, et le segment n ° 9 avec le deuxième plus grand contrôle moyen est dans le groupe à risque. Les consommateurs de ces segments sont prêts à acheter de grandes quantités, mais n'ont pas acheté depuis longtemps. Il est peut-être logique de les encourager à utiliser un code promotionnel ou une newsletter.

L'étude des segments est nécessaire pour comprendre quels segments valent la peine d'être travaillés.

Partie 3. Informations détaillées sur les segments

Le dernier tableau montre les limites des segments pour chaque caractéristique (R, F, M) et les valeurs moyennes pour eux.

Ce tableau montre que les consommateurs du segment 2 ont en fait plus d'achats que les autres - une moyenne de 12

Nous devons d'abord choisir avec quel segment nous voulons travailler. Disons que nous nous intéressons aux segments avec les recettes moyennes les plus importantes: n ° 7 et n ° 9. Examinons-les plus en détail.

Dans le segment 7, les clients n'ont pas effectué d'achats depuis près d'un an - il ne sera pas facile de les retourner. Mais cela vaut peut-être la peine d'essayer, car en moyenne, les consommateurs de ce segment ont acheté 2,1 fois - cela signifie que le premier achat ne les a pas déçus. Il est probable qu'un bon rabais les aidera à nouveau à s'intéresser activement à la marque.

Avec le segment n ° 9, c'est plus facile - la prescription moyenne des achats auprès des clients n'est que de trois mois et le nombre moyen d'achats est de 2,8. Très probablement, ces clients sont assez fidèles et ne nécessitent aucune action par rapport à eux-mêmes. Mais vous pouvez envoyer un e-mail avec une publicité ou une petite remise pour rappeler la marque.

Lorsque des segments pour d'autres actions sont sélectionnés, vous pouvez exécuter les campagnes marketing nécessaires.

Il y a très peu à l'actuel bouton vert

Nous avons créé un segmenteur RFM automatique et nous avons été satisfaits - il faut 20 secondes de temps à une personne pour obtenir la répartition de la clientèle par segments.

Nous allons automatiser la mise en place de campagnes marketing pour les segments, afin qu'une personne n'ait pas à perdre de temps à ce sujet.

Bien sûr, il sera dommage que personne d'autre n'ait besoin de notre rapport, mais le progrès technologique n'épargne personne.