Quindi una volta assegnati i punteggi Rensy frequency e monetary, puoi passare al calcolo dell' RFM score e alla definizione dei segmenti.

Per calcolare l' RFM score fai una semplice formula di concatena per avere uno score a tre cifre, dove la prima rappresenta Rensy, la seconda frequency e la terza monetary.

Nel caso del primo cliente, infatti, per esempio l' RFM score è uguale a 512, che corrispondono all'unione dei tre parametri.

Nel secondo invece abbiamo 555.

,, Che corr- corrisponde ovviamente all'unione dei tre parametri e si tratta anche del massimo punteggio che un cliente possa ottenere.

Il terzo invece è 111.

In questo caso è ovviamente il minimo.

Una cosa che trovo molto interessante in questo caso, è che a prima occhiata ti può sembrare che il l'ul- l'ultimo cliente della tabella, l'uno 0234, con i suoi 350 € di acquisto possa sembrare il cliente più importante.

In realtà applicando il nostro modello scopriamo che il miglior cliente non è quello che ha speso di più, ma è invece il cliente 67543, che è il numero due nella nostra tabella, perché è quello che ha l' RF l' RFM score più alto di 555.

Quindi questo per dire che non conta solo l'ammontare speso, ma c'è anche la variabile di quando è stato fatto l'ultimo acquisto,, E quanto frequentemente.

L'ultimo passo per la costruzione della matrice è l'assegnazione di un segmento per ogni cliente, sulla base dello score RFM.

Ad esempio, tutti i clienti che hanno punteggio 512 sono classificati come new customers.

Quelli con 555 sono Champions, quelli con 111 sono lost, quelli con 124 sono at risk e via dicendo.

Ma ti chiederai come posso definire questi segmenti? Non ti preoccupare um nel senso che nelle rico- nelle risorse del corso trovi la tabella completa, con tutta la lista dei punteggi e di segment- e il segmento corrispondente, da Champions, Loyalist, new customers fino a i lost customers.

Quindi potrai utilizzarlo per andare ad associare i segmenti al tuo database utilizzando le RFM score come che.

di collegamento.

Quindi per rappresentare i segmenti RFM io trovo molto efficace questa matrice, la matrice in cui abbiamo le variabili di di recency nelle ascisse e frequency nelle ordinate.

Lo trovo molto visual e molto chiara nella spiegazione.

Quindi ti chiederai, una volta che ho fatto tutta questa fatica a definire questi segmenti, quali sono le loro caratteristiche? Vi riporto un esempio, prendiamo ad esempio i Champions.

I Champions potrebbero essere i clienti che hanno acquistato 10 giorni fa, che hanno acquistato più di 20 volte e che hanno speso più di 1800 € nel periodo selezionato.

Quindi loro sono i migliori clienti che acquistano.

Frequentemente e che hanno fatto un ordine di recente spendendo molto.

Qui abbiamo i Loyal.

I Loyal sono i clienti che hanno acquistato un po' meno recentemente, perché hanno acquistato 20 giorni fa, hanno comunque fatto un numero consis- consistente di acquisti, hanno acquistato 12 volte e hanno speso in media 1800 €.

Questi sono clienti regolari che acquistano con una buona frequenza e che continuano a scegliere il nostro brand.

Poi abbiamo i Potential Loyalist, i Potential Loyalist sono clienti che hanno affi- hanno effettuato, pochi acquisti, ma con un alto valore medio.

Infatti hanno acquistato otto volte, con un totale speso di 1200 € in media, ed hanno acquistato circa 30 giorni fa, l'ultima volta.

Qui abbiamo i New Customers.

I New Customers, come dice giustamente il nome, sono i clienti nuovi, quindi che hanno acquistato una sola volta, molto recentemente, quindi in questo caso cinque giorni fa, e che hanno speso 120 €.

Poi ci sono i clienti promising um i clienti promising hanno acquistato 40 giorni fa, quindi um la Rensi non è diciamo lo scoro più alto, ma hanno tre acquisti per un totale di 350 €.

Quindi sono clienti.

Che mostrano potenziale, ma che acquistano con meno frequenza.

Poi abbiamo i need Attention, che sono i clienti che hanno acquistato diverse volte, ma che hanno ridotto la loro attività.

Infatti, come potete vedere dalla slide, hanno acquistato l'ultima volta 60 giorni fa, quindi circa due mesi.

Hanno acquistato quattro volte per un totale speso di 450 €.

Poi abbiamo i disengaged, i disengaged, Sono clienti che erano attivi nel passato, ma che non acquistano più da molto tempo.

In questo caso, ad esempio non acquistano da più di 90 giorni, hanno acquistato tre volte e speso 330 €.

Poi abbiamo il Cot Rusdem.

Sono i clienti che hanno acquistato l'ultima volta circa 50 giorni fa, hanno acquistato una volta sola, e hanno speso 330 €.

E sono clienti che hanno acquistato, Una sola volta tanto tempo fa.

Quindi io sono dei clienti su cui dovremmo cercare di fare delle attività di riacquisto.

Infine abbiamo gli inactive.

Gli Inactive sono clienti che non acquistano da moltissimo tempo, in questo caso da più di 180 giorni, in questo caso hanno acquistato mediamente due volte e hanno speso 210 €.

Quindi, per concludere, una volta che hai diviso i clienti in segmenti secondo il modello RFM.

um Avrai finalmente una chiave di lettura, nonché un solido supporto decisionale per le tue strategie di promozione e fidelizzazione.

, Infatti, se implementi correttamente il modello RFM, puoi far luce su dei punti chiave, per esempio, capire chi sono i tuoi migliori clienti, capire quali sono a rischio di abbandono, evidenziare cluster di segmen- di clienti più sensibili alle promozioni, quali sono i clienti che potenzialmente potrebbero diventare più profittevoli attraverso attività dedicate.

Quali sono i clienti su cui investire e quali invece su cui sono um, I clienti su cui non investire.

Quindi il prossimo passo è quello di definire un piano strategico.

,,