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!

 

Marketing Automation Specialist - Mi occupo di marketing comportamentale e personalizzazione dell'esperienza di acquisto online. Ogni utente è diverso ed ha specifiche esigenze: è il sito che deve adattarsi a loro e non viceversa!
No Comments

    Leave a reply

    [i]
    [i]