RFM analizini müşterileri analiz ederken oldukça sık kullanırız. SQL üzerinden RFM analiziyle müşteri segmentasyonu nasıl yapılır?
RFM Analizi Nedir?
RFM analizini sadece müşteri analizinde değil, ürün(product) analizinde de kullanabiliriz. Burada müşteri segmentasyonuna değineceğiz.
RFM analizi çoğunlukla müşterilerin son alışverişlerine, ne sıklıkla alışveriş yaptıklarına, ne kadar harcadıklarına odaklanan bir segmentasyon tekniği olarak kullanılmaktadır.
RFM
- Recency: Bugünün tarihinden müşterinin son alışveriş yaptığı tarih çıkartılarak bulunur. Örneğin bugün günlerden 24 nisan, müşteri en son alışverişini 14 nisanda yapmış bundan dolayı recency değeri 10 gün olarak bulunur.
- Frequency: Müşterinin ne sıklıkta alışveriş yaptığıyla ilgilidir. Belirli bir zaman aralığında ne kadar alışveriş yaptığına da bağlı olabilmektedir. Genellikle sipariş numarası kişi bazında saydırılarak bulunur. Örneğin müşterinin toplamda 10 alışveriş yapması gibi.
- Monetary: Müşterinin ne kadar harcama yaptığını gösterir. Burada Müşteriye göre harcama miktarını belirlememiz gerekmektedir. Örneğin A müşterisinin toplamda 2000₺ alışveriş yapması gibi.
kelimelerinin baş harflerinden oluşmaktadır.
Bazen bu metrikler şirket bazında farklı olarak değerlendirebilir. Örneğin monetary’e 0.5, recency ve frequency değeri ise 0.25 olarak hesaplanabilir.
Neden RFM Analizini Kullanırız?
RFM analiziyle pazarlama departmanı müşterileri farklı segmentlere göre kişiselleştirilmiş pazarlama kampanyalarını iletmelerine yardımcı olur.
RFM analiziyle genel olarak iyi müşteriler, çok harcama yapan müşteriler, neredeyse kayıp olan müşterilere nasıl ulaşırız ve kayıp olan müşterileri nasıl elimizde tutabiliriz gibi soruların cevabına ulaşmamızı sağlar.
RFM analizi genel olarak 1’den 5’e kadar kadar bölünür. Bunun sebebi genel olarak bu sayıların tercih edilmesidir fakat eğer sizin dataset’iniz uygunsa 10 ile ya da 3 ile de bölümlendirebilirsiniz. Bu size ve datasetinize bağlı olarak değişmektedir.
RFM Analiziyle Segmentlerin Anlamlandırılması
RFM Analizinde metriğe göre alınan değerlerde 1 en kötüyü, 5 en iyiyi temsil etmektedir. Bunu dilerseniz tam tersi de yapabilirsiniz.
RFM Analizinde müşteriler
Champions (555): Yakın zamanda satın alım yapmış, sık olarak alışveriş yapan ve toplam harcama tutarı yüksek olan müşterilerdir.
Pazarlama hedefi: Bu segmentte bulunan müşterilere yeni ürünlerin tanıtımı için kampanyalar yapılabilir.
Neredeyse kayıp (355): Yakın zamanda alışveriş yapmamış fakat önceden sık olarak ve büyük miktarlarda alışveriş yapan müşterilerdir.
Pazarlama hedefi: Bu segmentte bulunan müşterileri yüksek indirim teklifleriyle ikna edebilirsiniz.
Kayıp (155): Uzun süredir alışveriş yapmamış fakat eskiden sık sık ve yüksek harcamalarda alışveriş yapan müşterilerdir.
Pazarlama hedefi: İndirim teklifleri ile ikna edebilirsiniz.
Hibernating (111): Uzun süredir alışveriş yapmamış ve önceden de çok aktif olmayan müşterilerdir.
Pazarlama hedefi: Müşteri yeniden kazanmak önemli fakat bu segmentteki müşteriler için çok önemli bütçeler ayırmaya gerek duyulmamaktadır.
Riskli (135): Uzun süredir alışveriş yapmamış, alışveriş sıklığı az olan ve harcaması yüksek olan müşterilerdir.
Pazarlama hedefi: Kullanıcılara mail ve sms ile kampanyalar gönderilebilir. Gerek duyulursa kişiselleştirilmiş kampanyalar düzenlenebilir.
Sadık (X5X): En çok satın alım gerçekleştiren müşterilerdir.
Pazarlama hedefi: Yeni ürünler ve sadakat programlarıyla ilgili çalışmalarda hedef kitle olabilirler.
Büyük Harcama Yapanlar (XX5): Alışveriş tutarı en yüksek olan müşterilerdir.
Pazarlama hedefi: En pahalı ürünlerinizi pazarlayabilirsiniz.
şeklinde segmente edilirler.
SQL Kodu ise aşağıdaki linkte bulunmaktadır.
https://github.com/simayavci/03-SQL-ile-RFM-analizi/blob/main/RFM.sql
