Anunciese Aquí

Registro automático

Acceder con Twitter

top articulo
twitter
facebook
Rss
viernes 18 de septiembre del 2020
Lea, publique artículos gratis, y comparta su conocimiento
Usuario Clave ¿Olvidó su clave?
¿Iniciar sesión automáticamente en cada visita?
Inserte su correo electronico

Análisis del Modelo RFM – Parte 2

veces visto 1157 Veces vista   comentario 0 Comentarios

En la introducción al modelo RFM analizábamos los segmentos o grupos de clientes que presentan un comportamiento similar en sus compras y que sirven como base para definir estrategias de mercadeo hacia cada uno de estos segmentos. Esto sugiere que las variables de medición del modelo RFM son indicadores de la respuesta de los clientes hacia la oferta.

Previamente se escogió una muestra aleatoria de clientes a la cual se le envió por correo electrónico una oferta de compra del libro “The Art History of Florence”, la cual registró la intención de compra de posibles consumidores.

Para establecer los segmentos de compras Recientes, se toma la muestra de los 50.000 Clientes y estos son clasificados por el número de meses transcurridos desde la última compra (reciente) y luego se divide en diez grupos de igual tamaño. Los Clientes con compras más recientes están en el segmento 1, y así divididos hasta el  segmento 10, que son los clientes con compras menos recientes.

La gráfica 2 muestra la relación entre la tasa de respuesta y el segmento de Clientes de compras Recientes. La tasa de respuesta es simplemente la proporción de clientes de cada segmento que compraron “The Art History of Florence”. Los resultados  muestran una fuerte relación entre las compras recientes y la tasa de respuesta a la oferta. La tasa de respuesta para el primer segmento de Clientes con compras más recientes es del 0,18 o 18%, mientras que la tasa de respuesta para el último segmento de Clientes es del 0.02, o 2%.

Gráfica 2 Tasa de Respuesta “The Art History of Florence” por Segmento de Compras Recientes

El análisis se repitió para crear el segmento de Frecuencia de compra, teniendo en cuenta el número total de compras. En la gráfica 3 podemos observar la relación entre la tasa de respuesta y el segmento de Frecuencia de compra. Tenga en cuenta que para la Frecuencia de compra sólo se crearon 6 segmentos de Clientes, en lugar de 10, como sucedió con los segmentos de compras Recientes. Esto puede suceder ya que las variables para este tipo de segmento, son menores. Para BookBinders existe un gran número de Clientes que compraron una sola vez. Algunos de ellos son nuevos clientes que aún no han hecho una segunda compra. Otros sólo se han interesado lo suficiente como para hacer una compra – y no pueden llegar a ser clientes por segunda vez.

Al igual que con el segmento de compras Recientes, las tasas de respuesta para los segmentos de Frecuencia de compra muestran un patrón claro: Los clientes con un índice de compra más  Frecuente tuvieron una tasa de respuesta mucho mayor, en comparación con los clientes con índices de compra menos Frecuente.

Gráfica 3 Tasa de respuesta por Segmento de Frecuencia de Compra

El mismo procedimiento se utilizó para crear el segmento del Monto de compra, analizando el total de dinero invertido por los Clientes. La gráfica 4 nos muestra la relación entre la  tasa de respuesta y el segmento del Monto de compra. Una vez más es similar en relación a los segmentos de compras Recientes y de Frecuencia de Compra, aunque existe algún patrón diferente. El  segmento 1, que hace referencia a los clientes que invierten más,  tienen una tasa de respuesta muy superior a los segmentos restantes. Sin embargo, sólo hay pequeñas diferencias entre las tasas de respuesta de los segmentos 2 al 7 y de los segmentos 8 al 10.

Gráfica 4 Tasa de respuesta por Segmento del Monto de compra

En la siguiente entrega analizaremos el Indicador de RFM combinado, el cual dividirá el grupo de clientes en subgrupos más pequeños en comparación con el análisis de segmentos.

El presente artículo ha sido desarrollado con base en el documento llamado “Recency, Frequency and Monetary (RFM) Analysis” de Charlotte Mason de la Universidad de Carolina del Norte, Estados Unidos.

Clasificación: 1.8 (16 votos)
Está prohibido copiar este artículo. Artículo.org no permite la sindicación de sus artículos.
Acerca del autor

Mind de Colombia Manejo Informatico Industrial de Colombia www.mind.com.co Twitter: MindDeColombia Facebook: Mind de Colombia Linkedin:Mind de Colombia

¿Tiene comentarios o preguntas para el autor?

Lo sentimos, pero no podemos procesar su petición en este momento. Por favor pruebe mas tarde. Si el problema persiste, puede contactar con nosotros pinchando sobre el enlace aquí.