Análise RFM para Segmentação de Clientes (com planilha para download)

A análise RFM é uma técnica utilizada para analisar, mapear e segmentar os clientes em 11 grupos pré-definidos, possibilitando avaliar quais clientes são fiéis a marca e quais precisam de uma atenção especial pois estão prestes a deixar de usá-la.

O conceito da análise RFM, foi citado pela primeira vez em um artigo de Jan Roelf Bult e Tom Wansbeek, “Target Selection for Direct Marketing“, publicado em uma edição de 1995 da Marketing Science. E foi criado para ajudar os profissionais de marketing a segmentar grupos específicos de clientes.

De acordo com os pesquisadores Jo-Ting Wei, Shih-Yen Lin e Hsin-Hung Wu, em artigo publicado no periódico African Journal of Business Management, a revisão do modelo RFM é essencial e pode proporcionar insights produtivos para pesquisadores e tomadores de decisão. O modelo RFM tem sido provado como muito bem-sucedido em uma variedade de áreas práticas. Portanto, o RFM pode ajudar a identificar clientes valiosos e desenvolver estratégias de marketing eficazes.

A sigla RFM vem das variáveis Recency, Frequency and Monetary ou em português Recência, Frequência e Monetário. cada cliente receberá uma pontuação de 1 a 5 para cada uma dessas variáveis e de acordo com essas métricas é possível então segmentar os clientes.

Embora existam inúmeras maneiras de realizar a segmentação, a análise RFM é popular por três razões:

• Utiliza escalas objetivas e numéricas, produzindo uma representação precisa e informativa de alto níve;
• É simples – os profissionais de marketing podem utiliza-lá sem a necessidade de cientistas de dados ou software robustos.
• É intuitivo – a saída dessa técnica de segmentação é de fácil interpretação.

Como funciona a análise RFM?

A primeira etapa é entender o que é cada variável utilizada e identificar qual seu valor para cada cliente.

R – Recência

Quantos dias se passaram desde a última venda para esse cliente?

F – Frequência

Quantas vendas foram realizadas para esse cliente?

M – Monetário

Quanto – em montante financeiro, já foi faturado para esse cliente?

Pontuação do RFM

A maioria dos modelos de RFM, cada cliente recebe uma pontuação de 1 a 5 para cada variável, sendo 1 a mais baixa e 5 a mais alta. A pontuação de R permanece como atribuida, já as pontuações de F e M devem ser somadas e divididas por 2, resultando assim na média das duas variáveis. 

Existem duas formas de atribuição das pontuações ou scores, por inferência ou por quintil.

A atribuição por inferência é a forma mais fácil de pontuar os clientes, pois ela é totalmente baseada em decisões do negócio, no entanto ela pode se arbitrária. Pode-se por exemplo definir que clientes que compraram a última vez entre 1 e 10 dias receberão pontuação 5 na variável R e clientes que compraram pela última vez entre 11 e 15 dias, receberão pontuação 4.

A atribuição por quintil é uma das formas mais utilizadas por empresas ao fazer uso do RFM. O conceito é bem simples, dividir a base de dados em 5 partes iguais, onde cada cliente receberá a pontuação de acordo com o quintil a qual pertence.

Para calcular a posição dos quintis de uma amostra estatística, você deve multiplicar o número do quintil pela soma do número total de dados mais um e dividir o resultado por cinco. O resultado dessa fórmula indica a posição do quintil, não seu valor.

Por exemplo, imagine que vamos calcular a pontuação de M em uma amostra com 14 clientes. O primeiro passo é ordenar os dados referentes aos valores faturados do menor para o menor. Após isso, vamos calcular a posição de cada quintil. Utilizando a forma acima teriamos ((1*(14+1))/5 = 3, então o primeiro quintil vai até a 3º posição da tabela ordenada, repetindo o cálculo para cada quintil, temos a tabela abaixo.

Esse processo deve ser repetido para as variáveis R e F, lembrando que os dados da variável R deve ser ordenado do maior para o menor já que clientes que não compram a mais tempo receberão pontuação menor do que os que compraram a menos tempo.

Imagine que após calcular calcular os pontos para R, F e M em nossa base de exemplo, teriamos o seguinte resultado.

Resumindo então as regras para a pontuação do RFM:

• Quanto mais recente for a última venda para o cliente, maior será a pontuação de R.
• Quanto mais vendas foram realizadas para o cliente, maior será a pontuação de F;
• Quanto maior for o valor total faturado contra o cliente, maior será o score de M.

Tabela de Segmentos

Existem 11 segmentos possíveis, conforme mostra a tabela abaixo:

Atribuição de Segmento

Sabendo que existem 11 segmentos possíveis, para atribuir um segmento a cada cliente utiliza-se a tabela representativa abaixo:

Sendo assim, pegando as pontuações do cliente 1 calculadas anteriormente (R=4, Médida FM=2,5), esse seria um cliente segmentado como “Lealdade potencial”. Essa verificação deve ser realizada para cliente da tabela, atribuindo a cada um deles um segmento.

Possíveis ações para cada segmento

Os clientes estão segmentados, e agora? Agora vem a parte mais delicada, criar ações para cada um desses segmentos, afinal de contas, todo esse trabalho foi para entender o perfil de cada cliente e tomar ações sobre isso.

Cada empresa tem suas características e particularidades e sendo assim cada plano de ação também é único e sua elaboração pode (e deve) ter a participação de várias áreas como vendas, produtos, marketing e Customer Success.

Ainda assim, existem algumas dicas que podem ser aplicadas com base em cada segmento:

• Campões: Recompense-os. Podem ser os primeiros a adotar novos produtos e promoverão a sua marca;
• Clientes fieis: Produtos de maior valor agregado. Peça opiniões, envolva-os;
• Lealdade potêncial: Ofereça programa de associação / fidelidade, recomende outros produtos;
• Clientes Recentes: Forneça suporte a decisões de compra, dê-lhes informações antecipadas e comece a construir um relacionamento;
• Promissor: Crie possibilidades de reconhecimento da marca, ofereça testes gratuitos ou brindes;
• Precisam de atenção: Faça ofertas por tempo limitado, recomende produtos com base em vendas anteriores. Reative-os;
• Prestes a hibernar: Recomende produtos / renovações populares com desconto, reconecte-se a eles;
• Em risco: Envie e-mails personalizados para se reconectar, ofereça desconto / renovações, agende visitas;
• Não posso perdê-los: Conquiste-os de volta através de renovações ou produtos mais recentes, não os perca para a concorrência, converse com eles;
• Hibernando: Ofereça outros produtos relevantes e descontos especiais. Recrie o valor da marca;
• Perdido: Reviva o interesse com a campanha de alcance ou avalie o se o custo de reativação vale a pena;

Conclusão

A análise RFM é uma técnica extremamente útil para analisar sua base de clientes. Com pouco trabalho, você terá uma base segmentada e conseguirá realizar ações individuais para cada cliente. No entanto, o fato do modelo considerar apenas três fatores específicos (embora importantes) significa que a técnica pode excluir outras variáveis ​​igualmente ou mais importantes (por exemplo, produtos comprados, respostas anteriores à campanha, detalhes demográficos), portanto é valido avaliar se ela deve ser utilizada em conjunto com outras técnicas para gerar informações mais relevantes como técnicas preditivas de machine learning.

Se você utiliza nossa solução AGE 3.0, não precisa se preocupar, nossa tela de gestão de vendas calcula e segmenta cada cliente para você. Mas se você ainda não utiliza nossa solução, mas quer aplicar essa técnica em sua empresa, disponibilizamos uma planilha que faz todo (ou quase todo) o trabalho pesado. Clique aqui e baixa a sua.

Agora, se você deseja ter essa e outras análises ao alcance de um clique, entre em contato e agende uma demonstração, vamos conversar como nossas soluções podem ajudar nos processos de sua empresa.