Risorse
Churn rate
Come riconoscere l’abbandono prima che il cliente se ne vada.
Recency, frequency, monetary: la classica segmentazione dei clienti, spiegata in modo semplice.
L’analisi RFM ordina i suoi clienti in base a quando hanno acquistato l’ultima volta, quanto spesso e quanto. Vittorio, l’assistente vendite con intelligenza artificiale (IA), fa un passo in più e mostra ogni mattina al suo team quale singolo cliente ha un’occasione oggi.
3 proposte di contatto per oggi
L’analisi RFM è un metodo collaudato di segmentazione dei clienti. Ordina i clienti solo in base al comportamento d’acquisto, senza sondaggi e senza dati su età o residenza. Il nome indica i tre valori calcolati per ogni cliente:
L’idea: chi ha acquistato di recente, spesso e molto è strettamente legato alla sua azienda. Chi prima acquistava spesso e molto, ma non viene da tempo, è un candidato per un contatto personale.
Misurata in giorni o mesi dall’ultimo acquisto. Nel commercio è di solito il segnale più forte: più a lungo un cliente manca, più è difficile riportarlo.
Il numero di acquisti o visite nel periodo considerato. Importante è una regola chiara su cosa conta come un acquisto, per esempio tutte le righe dello stesso giorno insieme.
La somma del fatturato nel periodo. Chi calcola con il margine lordo invece del fatturato valuta più equamente i clienti ad alto margine.
Il metodo è semplice ed è proprio per questo apprezzato. Per il lavoro quotidiano con i clienti abituali ha però delle lacune:
Chi vuole vedere presto quali clienti si stanno allontanando trova il seguito su churn rate.
Vittorio non considera solo i segmenti, ma ogni cliente singolarmente, con i suoi acquisti, i suoi servizi e le sue occasioni. Ne nasce non un report, ma una proposta per il collaboratore responsabile: chi contattare, perché proprio oggi e con quale messaggio. Maggiori informazioni nella pagina analisi clienti con IA.
Scene di esempio. Tutti i nomi di persone e negozi sono di fantasia.
Cinque clienti, osservati su 24 mesi. Le classi da 1 a 5 risultano dal confronto con tutti i clienti del negozio.
| Cliente | Ultimo acquisto | Acquisti | Fatturato | Score | Segmento |
|---|---|---|---|---|---|
| Cliente A | 3 settimane fa | 6 | 8.400 € | 5-5-5 | Cliente top |
| Cliente B | 2 mesi fa | 4 | 1.150 € | 4-4-3 | Cliente fedele |
| Cliente C | 1 mese fa | 1 | 2.300 € | 5-1-4 | Nuovo cliente |
| Cliente D | 19 mesi fa | 5 | 11.200 € | 1-4-5 | Buon cliente a rischio |
| Cliente E | 22 mesi fa | 1 | 180 € | 1-1-1 | Cliente dormiente |
Valori illustrativi. L’analisi del potenziale mostra i suoi numeri, sulla base dei suoi dati.
Come realizzare una prima analisi RFM con i suoi dati di vendita.
Per esempio gli ultimi 24 mesi. Per ogni acquisto servono cliente, data e importo.
Giorni dall’ultimo acquisto, numero di acquisti e somma del fatturato nel periodo.
Dividere ogni valore in cinque gruppi di uguale dimensione. Il 20 per cento migliore riceve un 5, il più debole un 1.
Le tre classi danno lo score, per esempio 5-5-5 per i clienti migliori o 1-4-4 per buoni clienti assenti da tempo.
Riunire score simili in pochi segmenti, come clienti top, clienti fedeli e buoni clienti a rischio.
Stabilire per ogni segmento chi si fa sentire e con cosa. Rinnovare l’analisi regolarmente, per esempio ogni mese.
Risorse
Come riconoscere l’abbandono prima che il cliente se ne vada.
Risorse
Sei schemi nei suoi dati che diventano occasioni.
Risorse
Cosa fare con i buoni clienti a rischio.
Ciò che i suoi clienti le affidano resta nella sua azienda.
Ogni messaggio che la sua azienda invia di propria iniziativa viene approvato da un collaboratore. Vittorio non scrive mai di sua iniziativa.
Contatto esclusivamente con i clienti che hanno espressamente autorizzato WhatsApp.
Invio tramite la WhatsApp Business Platform di Meta, non tramite account privati.
Progettato per l’uso conforme al Regolamento generale sulla protezione dei dati (GDPR), con accordo sul trattamento dei dati.
Prima di decidere su un software, analizziamo i suoi dati di vendita esistenti, in forma pseudonimizzata e con garanzie contrattuali. Dopo dieci giorni lavorativi le presentiamo il risultato di persona.
Valori illustrativi. L’analisi mostra i suoi numeri, sulla base dei suoi dati.
Recency, frequency e monetary, cioè quando un cliente ha acquistato l’ultima volta, quanto spesso acquista e quanto fatturato porta.
Per ogni cliente si determinano i giorni dall’ultimo acquisto, il numero di acquisti e il fatturato in un periodo. Ogni valore viene suddiviso in classi da 1 a 5. Le tre classi danno lo score RFM, da cui si ricavano i segmenti.
Dovrebbe coprire diversi cicli d’acquisto dei suoi clienti. Nel commercio sono usuali da 12 a 24 mesi. Per acquisti rari, come in uno studio di cucine, può essere anche molto più lungo.
La segmentazione dei clienti è il termine generale per ogni suddivisione dei clienti in gruppi. L’analisi RFM è un metodo specifico che usa solo il comportamento d’acquisto.
Sì. Con una tabella di cliente, data d’acquisto e importo, i tre valori, le classi e lo score si calcolano in un foglio di calcolo. Diventa oneroso solo quando l’analisi va rinnovata regolarmente e tradotta in contatti.
È un’istantanea, non tiene conto del ritmo d’acquisto proprio di ogni cliente e non conosce occasioni come servizi, fine contratto o anniversari. Inoltre tratta allo stesso modo tutti i clienti di un segmento.