Nasazení RFM analýzy v praxi

V tomto článku vám přiblížím konkrétní příklad nasazení RFM analýzy pro našeho klienta. Tentokrát se nebudeme ani v nejmenším věnovat technickým detailům. Namísto toho si projdeme zásadní business otázky spojené s touto BI implementací. Tím mám na mysli především:

• Proč se vůbec klient rozhodl implementovat RFM analýzu?
• Jaké byly požadavky ze strany klienta?
• Jak proběhla implementace?
• Kolik to celé stojí?

Pojďme na to.

Proč se klient rozhodl pro RFM analýzu

Počet zákazníků a tržby v jednotlivých segmentech

Hlavní motivací klienta bylo zefektivnění e-mailingových kampaní. Doposavad byly tyto kampaně typickými kobercovými nálety, tedy každý kontakt v databázi byl oslovován zcela identickými newslettery a ve stejnou dobu. Nešlo tedy jen o snížení nákladů na kampaně tím, že vyřadíme e-mailové adresy, na které nemá smysl rozesílat. Naším cílem bylo přistupovat k různým segmentům různým způsobem v různých situacích.

Pro klienta byla velmi důležitá také nově získaná možnost identifikace odcházejících zákazníků. Napříč odvětvími platí, že nejdůležitější (a zároveň nejsložitější) je přetavit první objednávku zákazníka ve druhou, třetí, čtvrtou. Odcházející zákazníky, ať už nakoupili jen jednou, nebo vícekrát, dává smysl specificky oslovit po určité době pasivity. A určit, který zákazník je důležitý, a včas upozornit na jeho případný odchod je jeden z klíčových přínosů RFM.

Vyhodnocování přesunů zakazníků mezi segmenty

Neméně důležité je vyhodnocování takovýchto kampaní. Jednoduše řečeno: díky RFM máme možnost sledovat, zda konkrétní oslovení zákazníka mělo, či nemělo požadovaný výsledek. Dejme tomu, že na začátku měsíce v RFM analýze uvidíme, že 50 našich VIP zákazníků nám spadlo do kategorie „Odcházející“. Pro tento konkrétní případ, kdy odchází důležitý zákazník, jsme vytvořili specifický segment „Nesmíme ztratit!“. Během měsíce na ně pošleme adekvátní oslovení newsletterem, těm úplně nejdůležitějším se případně ozveme i telefonicky a na konci měsíce chceme mít možnost vyhodnotit, zda náš postup byl účinný, tedy zda se vrátili do segmentu VIP, či nikoliv.

V neposlední řadě chtěl klient obecně zjistit, z jakých typů zákazníků se jeho klientská základna skládá. To s sebou nese otázky typu: Kolik procent zákazníků nakoupí pouze jedenkrát? Který segment dělá největší objednávky? Po jak dlouhé době se zákazníci typicky vracejí pro další objednávku?

Požadavky ze strany klienta

Vývoj počtu zákazníků v segmentech

Levné a jednoduché řešení

• Klient nechtěl investovat vysoké částky, a proto jsme šli nejjednodušší možnou cestou. Automatizační nástroje typu Keboola s měsíčními náklady v desítkách tisíc tak nepřicházely v tomto případě v úvahu. Namísto toho jsme zvolili řešení bez automatizace, tedy že se skript pro RFM analýzu a následné nahrání dat do vizualizačního nástroje Power BI bude provádět vždy manuálně.

Rychlá realizace

• Klient chtěl mít samozřejmě analýzu připravenou co nejdříve.

Jednoduché exporty

• Klient požadoval, aby bylo možné výsledky RFM analýzy jednoduše exportovat a následně nahrát do nástroje na e-mailing, případně do interního systému / e-shopu.

Školení a následná samostatnost

• Po úspěšném nasazení a otestování si klient přál, abychom pro něj připravili manuál a školení, díky kterým bude moct do budoucna chod a pravidelné manuální aktualizace dat provádět zcela samostatně.

Způsob implementace

Vzhledem k požadavkům klienta jsme skript připravili v jazyku R, přičemž výsledné tabulky se nahrávají přímo do Power BI. V Power BI jsme nastavili konkrétní zdroj dat, kam si Power BI vždy sáhne pro aktuální data po stisknutí tlačítka „aktualizovat“.

Detailní informace o segmentu

Kolik to celé stojí?

Cena RFM analýzy se může lišit především podle toho, zda chcete řešení, které bude plně automatizované, nebo se spokojíte s manuálními aktualizacemi. V tomto případě, kdy se šlo tou nejjednodušší cestou, jsme se s klientem vešli do 40 hodin naší práce. Ta obsahovala nejen vytvoření samotného klíčového skriptu, vytvoření vizuálů v Power BI a napojení na datové zdroje, ale také komunikaci kolem definice segmentů, nastavení limitů pro dané segmenty a vysvětlení základní strategie pro komunikaci s nimi. Za dalších cca 10 hodin jsme pak sepsali manuál a zaškolili klienta tak, aby nadále byl ve všem soběstačný.