चूंकि मशीन लर्निंग को पहली बार माइंडबॉक्स में पेश किया गया था , बिग ग्रीन बटन एक सामान्य लक्ष्य बन गया है। यह पूर्ण स्क्रीन में एक ऐसा बटन है, जब क्लिक किया जाता है, तो सब कुछ अपने आप काम करता है और लाभ कमाता है।

विश्लेषणात्मक परियोजना "RFM" में लक्ष्य कम महत्वाकांक्षी है - एक छोटा हरा बटन । आप क्लिक करते हैं, और डेटाबेस स्वचालित रूप से उन खंडों में विभाजित हो जाता है जिनके द्वारा ईमेल भेजना शुरू होता है (उदाहरण के लिए)।

लक्ष्य प्राप्त करने के लिए, हमने एक स्वचालित RFM सेगमेंट लिखा और परिणामों की कल्पना करने के लिए एक विशेष रिपोर्ट विकसित की।

हम बताते हैं कि यह सब कैसे हुआ और अब क्यों संभव है विश्लेषकों के साथ फैलाव कम तुच्छ कार्यों के लिए अधिक समय समर्पित करें।

RFM विश्लेषण क्या है?

ईमेल न्यूज़लेटर का परिणाम दर्शकों की पहुँच और न्यूज़लेटर की गुणवत्ता पर निर्भर करता है। अनंतता को अनिश्चित काल तक नहीं बढ़ाया जा सकता है, जिसका अर्थ है कि गुणवत्ता को बढ़ाया जाना चाहिए। ऐसा करने के लिए, आपको समाचार पत्र को निजीकृत करने की आवश्यकता है, क्योंकि सभी लोग अलग हैं और सभी को कुछ अलग चाहिए।

आमतौर पर कई उपभोक्ता हैं, प्रत्येक के लिए एक व्यक्तिगत पत्र बनाना मुश्किल है। समस्या से निपटने के लिए, विपणक उपभोक्ताओं को समूहों - खंडों में विभाजित करते हैं।

आप विभिन्न तरीकों से साझा कर सकते हैं। एक विकल्प आरएफएम विश्लेषण है ।

यही है, RFM विश्लेषण विभाजन का एक तरीका है। खंडों को असंतुष्ट उपभोक्ता समूह कहा जाता है। RFM विश्लेषण प्रत्येक ग्राहक के लिए तीन विशेषताओं का सुझाव देता है:

• आर (रीसेंसी) - ग्राहक ने आखिरी ऑर्डर कब तक किया है।
• एफ (फ्रीक्वेंसी) - क्लाइंट ने कितने ऑर्डर किए।
• एम (मौद्रिक) - क्लाइंट ने कितना पैसा खर्च किया।

कई मार्केटिंग कंपनियां RFM विश्लेषण का निर्माण और उपयोग करती हैं। हम शामिल हैं। RFM विभाजन के बारे में एक लेख में, उन्होंने बताया कि हम किस तरह की रिपोर्ट कर सकते हैं और यह विपणक कैसे मदद कर सकते हैं।

मौजूदा RFM विश्लेषण दृष्टिकोण

RFM विश्लेषण के मौजूदा दृष्टिकोण लगभग सभी के लिए समान हैं।

ग्राहकों को प्रत्येक विशेषता के अनुसार समूहों में विभाजित किया गया है। आमतौर पर ऐसे पांच से अधिक समूह नहीं होते हैं। समूह चौराहों को सेगमेंट कहा जाता है।

उदाहरण के लिए, तीन विशेषताओं में से प्रत्येक के लिए चार समूहों में विभाजित करते समय, 64 (4x4x4) उपभोक्ता खंड बनते हैं, और पांच के लिए - पहले से ही 125 खंड।

मुख्य कठिनाई समूहों की सीमाओं को निर्धारित करना है, क्योंकि ऐसा करने के लिए कोई विशिष्ट नियम नहीं है।

एक ग्राहक आधार के उदाहरण पर सबसे लोकप्रिय दृष्टिकोणों पर विचार करें:

यहां हम धारणा में आसानी के लिए तीन में से दो आयामों (R और M) का उपयोग करते हैं।

हमारे उदाहरण में:

• खरीद की मात्रा 0 से 15 हजार रूबल की सीमा में है।
• नुस्खे की अवधि 1 घंटे से लेकर 240 दिनों तक होती है।

दृष्टिकोण 1. मूल्यों की श्रेणियों द्वारा समान भागों में विभाजन

इस दृष्टिकोण के साथ, पृथक्करण विशेषताओं के मूल्यों पर आधारित है। हमारे मामले में, हम तीन समूहों को खर्च करके अलग करते हैं: 5 हजार रूबल तक, 5 से 10 हजार और 10 हजार से। और खरीद की तारीख के पर्चे के अनुसार तीन समूह: 80 दिनों से लेकर 80 दिनों तक, 160 दिनों से।

हमें नौ खंड मिलते हैं:

विधि के लाभ:

• स्वचालित करने के लिए आसान है।
• आप "सबसे-सबसे" की पहचान कर सकते हैं: जो सबसे अधिक खरीदते हैं, सबसे अधिक बार और जो सबसे लंबे समय तक नहीं खरीदते थे।

विधि का विपक्ष:

• समूहों के बीच वितरण असमान है: उदाहरण में, एक खंड में 86% उपभोक्ता, दूसरे में 13%, शेष सात खंडों में 1% वितरित किया गया था।
• प्रत्येक विशेषता के लिए समूहों की संख्या समान है।
• कई खंड (याद रखें कि प्रत्येक विशेषता के अनुसार 3 भागों में विभाजित होने पर भी 27 खंड होंगे)।

दृष्टिकोण 2. उपभोक्ताओं की संख्या द्वारा समान भागों में विभाजन

इस दृष्टिकोण के साथ, प्रत्येक विशेषता को अलग किया जाता है ताकि उपभोक्ताओं की एक ही संख्या समूहों में गिर जाए।
इस प्रकार हमारे उदाहरण से खरीदारों को वितरित किया जाता है (पहले की तरह, हम प्रत्येक विशेषता के लिए तीन भागों में विभाजित करते हैं):

विधि के लाभ:

• स्वचालित करने के लिए आसान है।
• आमतौर पर, समूहों के बीच कोई मजबूत असंतुलन नहीं होता है।

विधि का विपक्ष:

• "विशेष" ग्राहक खराब तरीके से खड़े होते हैं।
  उदाहरण में, एक सेगमेंट में ऐसे उपभोक्ता थे जिन्होंने 1 हजार रूबल और 15 हजार खरीदे थे। उसी समय, जिन्होंने वास्तव में बड़ी मात्रा में खरीदा था, वे एक अलग समूह (पिछली पद्धति के विपरीत) में नहीं खड़े थे।
• प्रत्येक विशेषता के लिए समूहों की संख्या समान है।
• कई खंड।

दृष्टिकोण 3. मैनुअल

विश्लेषक डेटाबेस की जांच करता है और सही विभाजन का चयन करता है।

विधि के लाभ:

• अच्छा विभाजन।

विधि का विपक्ष:

• एक विशेषज्ञ की आवश्यकता है।
• इसमें बहुत समय लगता है।

मशीन लर्निंग के साथ वन-बटन आरएफएम रिपोर्ट

हमने पुराने तरीकों की कमियों से छुटकारा पाने का फैसला किया। ऐसा करने के लिए, मुझे मशीन लर्निंग एल्गोरिदम का सहारा लेना पड़ा।

क्लस्टरिंग विधियों का उपयोग करके, हम स्वचालित रूप से निर्धारित करते हैं कि डेटाबेस में वास्तव में कितने उपभोक्ता खंड हैं और ये खंड क्या हैं। और एक निर्णय पेड़ की मदद से, हम इन खंडों को धारणा के लिए सुविधाजनक रूप में लाते हैं। यह कैसे काम करता है, हम डिवाइस सेगमेंट के बारे में एक अलग लेख में बताते हैं।

उपरोक्त उदाहरण के लिए, हमें यह परिणाम मिला:

विपणक के लिए यह सब सुविधाजनक और समझने योग्य बनाने के लिए, हमने एक रिपोर्ट विकसित की है जिसमें विभाजन के परिणामों को सुविधाजनक और स्पष्ट रूप से वर्णित किया गया है (जैसा कि यह हमें लगता है)।

इसे पाने के लिए, बस एक बटन पर क्लिक करें - और सिस्टम सब कुछ खुद करेगा।
रिपोर्ट को एक पेज पर रखा गया है और इसमें तीन टेबल हैं।

भाग 1. आधार की स्थिति का आकलन

पहली तालिका एक सारांश है। इसमें RFM विश्लेषण के आधार पर प्राप्त डेटाबेस के सभी खंडों की जानकारी है। मुख्य संकेतक: खंड में उपभोक्ता गतिविधि और उनका मूल्य।

गतिविधि अंतिम खरीद के पर्चे द्वारा निर्धारित की जाती है, और मूल्य खर्च की गई राशि से निर्धारित होता है।

प्रत्येक खंड श्रेणियों में से एक से संबंधित है। प्रत्येक श्रेणी में कई खंड या कोई भी नहीं हो सकता है। कोशिकाएं श्रेणी के सभी खंडों से उपभोक्ताओं की कुल संख्या का संकेत देती हैं।

संकेतक "गतिविधि" और "मूल्य" खंडों की नौ श्रेणियां बनाते हैं। एक अन्य श्रेणी: "कभी नहीं खरीदा"

PS यहाँ अभिव्यक्तियाँ "बहिर्वाह" और "बहिर्वाह जोखिम" का उपयोग "लंबे समय से पहले ग्राहकों को नहीं खरीदने" और "ग्राहक जो पहले समय की औसत राशि खरीदी थी" के लिए संक्षिप्त रूप में किया जाता है और इसका अर्थ शब्द के शाब्दिक अर्थ में बहिर्वाह नहीं है। इसी तरह, "सक्रिय" "उन ग्राहकों के लिए पदनाम है, जिन्होंने हाल ही में खरीदारी की है।"

ऊपर के उदाहरण में, 80% ग्राहकों के पास खरीद नहीं है, लगभग उच्च-मूल्य वाले एक तिहाई बहिर्वाह में हैं, और एक अन्य तीसरे जोखिम समूह में हैं।

डेटाबेस की स्थिति का आकलन करने से आपको उस श्रेणी को चुनने में मदद मिलती है जिसके साथ पहली जगह में काम करना महत्वपूर्ण है।

यह दिखाने के लिए कि रिपोर्ट का उपयोग कैसे करें, हम ग्राहकों को उच्च मूल्य के साथ लेते हैं, अर्थात्, जिन ग्राहकों ने सबसे अधिक पैसा खर्च किया है।

भाग 2. खंडों का अध्ययन

रिपोर्ट की दूसरी तालिका प्रदर्शित करती है: खंड आकार, टर्नओवर, अर्थात, खंड में सभी उपभोक्ताओं द्वारा खर्च की गई राशि और औसत चेक।

सभी उपभोक्ता खंडों को एक सूची द्वारा दर्शाया गया है। उदाहरण के लिए, खरीद करने वाले खरीदारों के खंडों की एक सूची यहां दी गई है:

केवल उच्च मूल्य वाले उपभोक्ताओं की रिपोर्ट करने के लिए, हम एक फिल्टर का उपयोग करते हैं।

फ़िल्टर को लागू करने के परिणामस्वरूप, हमें उच्च मूल्य वाले उपभोक्ताओं के सात खंड मिलते हैं।

इस जानकारी के आधार पर, विभिन्न निष्कर्ष निकाले जा सकते हैं।

उदाहरण के लिए, सेगमेंट नंबर 2 में मध्यम औसत बिल के साथ दूसरों की तुलना में काफी अधिक कारोबार होता है। यह इस खंड में बड़ी संख्या में उपभोक्ता खरीद और उनकी उच्च निष्ठा को इंगित करता है। ग्राहकों के बहिर्वाह के डर के बिना, आप उन्हें पत्र भेज सकते हैं और बता सकते हैं, उदाहरण के लिए, नए उत्पादों के बारे में।

अब आइए औसत चेक पर ध्यान दें: खंड संख्या 7 सबसे बड़ी औसत चेक के साथ बहिर्वाह में है, और दूसरा सबसे बड़ा औसत चेक वाला सेगमेंट नंबर 9 जोखिम समूह में है। इन खंडों के उपभोक्ता बड़ी मात्रा में खरीदने के लिए तैयार हैं, लेकिन लंबे समय तक नहीं खरीदा है। शायद यह उन्हें एक प्रचारक कोड या समाचार पत्र के साथ कार्य करने के लिए प्रोत्साहित करने के लिए समझ में आता है।

खंडों का अध्ययन यह समझने के लिए आवश्यक है कि कौन से खंड कड़ी मेहनत के लायक हैं।

भाग 3. विस्तृत खंड की जानकारी

अंतिम तालिका प्रत्येक विशेषता (आर, एफ, एम) और उनके लिए औसत मूल्यों के लिए खंडों की सीमाओं को दर्शाती है।

इस तालिका से पता चलता है कि खंड 2 के उपभोक्ताओं की वास्तव में अन्य की तुलना में अधिक खरीद है - औसत 12

हमें यह चुनने की जरूरत है कि हम पहले किस सेगमेंट में काम करना चाहते हैं। मान लीजिए कि हम सबसे बड़े औसत प्राप्तियों वाले खंडों में रुचि रखते हैं: नंबर 7 और नंबर 9। आइए उन पर अधिक विस्तार से विचार करें।

खंड 7 में, ग्राहकों ने लगभग एक वर्ष तक खरीदारी नहीं की - उन्हें वापस करना आसान नहीं होगा। लेकिन शायद यह एक कोशिश के लायक है, क्योंकि इस खंड के औसत उपभोक्ताओं ने 2.1 बार खरीदा - इसका मतलब है कि पहली खरीद ने उन्हें निराश नहीं किया। यह संभावना है कि एक अच्छा डिस्काउंट उन्हें फिर से ब्रांड में सक्रिय रूप से दिलचस्पी लेने में मदद करेगा।

खंड नंबर 9 के साथ यह आसान है - ग्राहकों से खरीद का औसत पर्चे केवल तीन महीने है, और खरीद की औसत संख्या 2.8 है। सबसे अधिक संभावना है, ये ग्राहक काफी वफादार होते हैं और खुद के संबंध में किसी भी कार्रवाई की आवश्यकता नहीं होती है। लेकिन आप ब्रांड के बारे में याद दिलाने के लिए विज्ञापन या छोटी छूट के साथ एक ईमेल भेज सकते हैं।

जब आगे की कार्रवाइयों के लिए सेगमेंट चुने जाते हैं, तो आप आवश्यक मार्केटिंग अभियान चला सकते हैं।

वर्तमान ग्रीन बटन के लिए बहुत कम है

हमने एक स्वचालित RFM सेगमेंट बनाया और संतुष्ट थे - सेगमेंट द्वारा ग्राहक आधार के वितरण में किसी व्यक्ति के समय के 20 सेकंड लगते हैं।

हम सेगमेंट के लिए मार्केटिंग अभियान की स्थापना को स्वचालित करने जा रहे हैं, ताकि किसी व्यक्ति को इस पर समय बर्बाद करने की आवश्यकता न हो।

बेशक, यह अफ़सोस की बात होगी कि किसी और को हमारी रिपोर्ट की आवश्यकता नहीं होगी, लेकिन तकनीकी प्रगति किसी को भी नहीं छोड़ती है।