¿Qué es el RFM?
El RFM (Recencia, Frecuencia y Monetary) es una técnica de segmentación de clientes esencial para cualquier negocio que busque maximizar su rendimiento y aumentar sus ingresos.
Su objetivo es categorizar los clientes en grupos similares según sus comportamientos de compra, y dirigir estrategias de marketing específicas a cada grupo.
Al brindar mensajes de marketing personalizados a cada grupo, las empresas pueden aumentar la satisfacción del cliente y fomentar la lealtad a largo plazo.
El RFM se compone de tres valores:
Recencia: cuándo fue la última vez que un cliente realizó una compra.
Frecuencia: con qué frecuencia realiza compras.
Monetary: cuánto dinero gasta.
¿Cómo se calcula el RFM de AutomationLayer?
El modelo RFM de AutomationLayer está formado por 8 segmentos con triplas de valores de RFM entre 1 y 5, siendo 5 el mejor valor posible y 1 el peor. Lo que hacemos para determinar la recencia, frecuencia y monetary, es comparar el comportamiento de compra del cliente en sus últimos 12 meses con los valores medios del negocio en el último año completo, es decir, de Enero a Diciembre del año anterior. Lo vemos en detalle a continuación.
Recencia
R = 5: Tiempo que ha transcurrido desde la última compra del cliente es 75% inferior al tiempo medio de recurrencia en compra del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el tiempo medio entre compra y compra de un cliente en un eCommerce en 2022 es igual a 100 días, el cliente que compre en 2023 tiene que haber realizado su última compra en los últimos 25 días para que su R = 5.
R = 4: Tiempo que ha transcurrido desde la última compra del cliente es 25-75% menor que el tiempo medio de recurrencia en compra del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el tiempo medio entre compra y compra de un cliente en un eCommerce en 2022 es igual a 100 días, el cliente que compre en 2023 tiene que haber realizado su última compra hace 25-75 días para que su R = 4.
R = 3: Tiempo que ha transcurrido desde la última compra del cliente está entre el 25% inferior y 25% superior del tiempo medio de recurrencia en compra del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el tiempo medio entre compra y compra de un cliente en un eCommerce en 2022 es igual a 100 días, el cliente que compre en 2023 tiene que haber realizado su última compra hace 75-125 días para que su R = 3.
R = 2: Tiempo que ha transcurrido desde la última compra del cliente es 25-75% superior al tiempo medio de recurrencia en compra del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el tiempo medio entre compra y compra de un cliente en un eCommerce en 2022 es igual a 100 días, el cliente que compre en 2023 tiene que haber realizado su última compra hace 125-175 días para que su R = 2.
R = 1: Tiempo que ha transcurrido desde la última compra del cliente es 75% superior al tiempo medio de recurrencia en compra del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el tiempo medio entre compra y compra de un cliente en un eCommerce en 2022 es igual a 100 días, el cliente que compre en 2023 tiene que haber realizado su última compra hace más de 175 días para que su R = 1.
Frecuencia
F = 5: Número de compras del cliente en sus últimos 12 meses es 75% superior al número medio de compras del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el número medio de compras en un eCommerce en 2022 es igual a 5 compras, el cliente que compre en 2023 tiene que haber realizado más de 9 compras en sus últimos 12 meses para que su F = 5.
F = 4: Número de compras del cliente en sus últimos 12 meses es 25-75% superior al número medio de compras del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el número medio de compras en un eCommerce en 2022 es igual a 5 compras, el cliente que compre en 2023 tiene que haber realizado entre 7-9 compras en sus últimos 12 meses para que su F = 4.
F = 3: Número de compras del cliente en sus últimos 12 meses está entre el 25% superior y 25% inferior del número medio de compras del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el número medio de compras en un eCommerce en 2022 es igual a 5 compras, el cliente que compre en 2023 tiene que haber realizado entre 4-6 compras en sus últimos 12 meses para que su F = 3.
F = 2: Número de compras del cliente en sus últimos 12 meses es 25-75% inferior del número medio de compras del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el número medio de compras en un eCommerce en 2022 es igual a 5 compras, el cliente que compre en 2023 tiene que haber realizado 2-3 compras en sus últimos 12 meses para que su F = 2.
F = 1: Número de compras del cliente en sus últimos 12 meses es 75% inferior del número medio de compras del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el número medio de compras en un eCommerce en 2022 es igual a 5 compras, el cliente que compre en 2023 solo puede haber realizado 1 compra en sus últimos 12 meses para que su F = 1.
Monetary
M = 5: Ticket medio del cliente en sus últimos 12 meses es 75% superior al ticket medio del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el ticket medio en un eCommerce en 2022 es igual a 100, el cliente que compre en 2023 tiene que haber gastado más de 175$ en sus últimos 12 meses para que su M = 5.
M = 4: Ticket medio del cliente en sus últimos 12 meses es 25-75% superior al ticket medio del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el ticket medio en un eCommerce en 2022 es igual a 100, el cliente que compre en 2023 tiene que haber gastado entre 125-175$ en sus últimos 12 meses para que su M = 4.
M = 3: Ticket medio del cliente en sus últimos 12 meses está entre el 25% superior y el 25% inferior del ticket medio del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el ticket medio en un eCommerce en 2022 es igual a 100, el cliente que compre en 2023 tiene que haber gastado entre 75-125$ en sus últimos 12 meses para que su M = 3.
M = 2: Ticket medio del cliente en sus últimos 12 meses es 25-75% inferior al ticket medio del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el ticket medio en un eCommerce en 2022 es igual a 100, el cliente que compre en 2023 tiene que haber gastado entre 25-75$ en sus últimos 12 meses para que su M = 2.
M = 1: Ticket medio del cliente en sus últimos 12 meses es 75% inferior al ticket medio del eCommerce durante el periodo Enero-Diciembre del año anterior.
Ejemplo: si el ticket medio en un eCommerce en 2022 es igual a 100, el cliente que compre en 2023 tiene que haber gastado menos de 25$ en sus últimos 12 meses para que su M = 1.
Segmentos RFM de AutomationLayer
Segmento «Campeones»
Definición: Compradores con los mejores valores de recencia, frecuencia y monetary.
Recomendaciones: Recompénsalos. Pueden ser los primeros en adoptar nuevos productos. Promoverán tu marca.
Valores RFM: 555, 554, 545, 544, 455, 454, 445.
Segmento «Fieles»
Definición: Gastan frecuentemente. Sensibles a promociones.
Recomendaciones: Haz upselling con ellos. Pide reseñas.
Valores RFM: 553, 552, 551, 543, 542, 541, 453, 452, 451, 444, 443, 442, 441, 355, 354, 353, 352, 351, 345, 344, 343, 342, 341.
Segmento «Potencialmente fieles»
Definición: Clientes recientes que compraron más de una vez.
Recomendaciones: Ofrece programas de fidelización o membership. Haz crosselling.
Valores RFM: 535, 534, 533, 532, 531, 525, 524, 523, 522, 521, 435, 433, 434, 432, 431, 425, 424, 423, 422, 421, 335, 334, 333.
Segmento «Nuevos»
Definición: Han comprado muy recientemente por primera vez.
Recomendaciones: Facilítales apoyo para que se incorporen, bríndales ayuda para que consigan su objetivo y comienza a construir la relación.
Valores RFM: 515, 514, 513, 512, 511, 415, 414, 413, 412, 411.
Segmento «Durmiéndose»
Definición: Por debajo de la media en cuanto a recencia y frecuencia. ¡Reactívalos!
Recomendaciones: Comparte con ellos contenidos de valor. Recomiéndales productos populares o con descuentos.
Valores RFM: 332, 331, 325, 324, 323, 322, 321, 315, 314, 313, 312, 311.
Segmento «No puedes perderlos»
Definición: Hace tiempo gastaban mucho y con recurrencia, pero llevan demasiado tiempo sin volver.
Recomendaciones: Consigue que vuelvan con novedades e incentivos. Que no te los quite la competencia, conecta con ellos.
Valores RFM: 255, 254, 253, 245, 244, 243, 235, 234, 225, 224, 215, 214, 155, 154, 153, 145, 144, 143,
Segmento «En riesgo»
Definición: Su última compra fue hace mucho tiempo. ¡Tráelos de vuelta o los perderás!
Recomendaciones: Envía correos personalizados para retomar la relación, ofréceles contenidos que les sean de utilidad.
Valores RFM: 252, 251, 242, 241, 233, 232, 231, 223, 213, 152, 151, 142, 141, 135, 134, 133, 132, 131, 125, 124, 123, 115, 114, 113.
Segmento «Hibernando»
Definición: Las puntuaciones más bajas en cuanto Recencia, Frecuencia y Valor Monetario.
Recomendaciones: Reaviva el interés con campañas masivas de largo alcance. Ignóralos en el resto de estrategias.
Valores RFM: 222, 221, 212, 211, 122, 121, 112, 111.
Layertip
En AutomationLayer consideramos que va a ser más productivo que trabajes los datos de forma personalizada, siguiendo el paso a paso indicado en el post, aunque te suponga invertir más tiempo la primera vez que utilices el modelo. ¡Los resultados lo merecen!
No queremos hacerte perder el tiempo con valores fijos y genéricos de RFM que seguramente no se adapten a tu negocio.
También habrás observado que utilizamos solo 8 segmentos de RFM. Se trata de los segmentos que consideramos estrictamente necesarios para que sean impactados en estrategias diferenciadas.
Además, somos conscientes de que el tiempo en el día a día para crear contenidos y configurar estrategias es limitado. ¡Lo que no aporte, se aparta!