L’analisi RFM
- Recency — giorni dall’ultimo acquisto. È spesso il segnale più forte: chi ha comprato da poco è più propenso a ricomprare.
- Frequency — numero di acquisti in un periodo.
- Monetary — valore speso nel periodo.
Il modo classico è dare a ogni cliente un punteggio da 1 a 5 su ciascuna dimensione (per esempio per quintili) e combinare i tre punteggi: un 5-5-5 è un cliente recente, frequente e di valore; un 1-4-5 è un cliente che valeva molto e si è fermato, il primo da recuperare.
Dall’RFM al clustering
L’RFM è semplice e leggibile, ma le soglie sono decise a priori. Il clustering (per esempio con l’algoritmo k-means) usa le stesse grandezze — e altre, come scontrino medio e canali usati — per trovare i gruppi che i dati mostrano. La domanda difficile è quanti gruppi fare: troppi sono rumore, troppo pochi nascondono differenze. E a volte la risposta onesta è che la clientela è omogenea.
Come si fa
1. Prepara i dati
Un cliente per riga, con date e valori degli acquisti; meglio ancora il file degli ordini, una riga per acquisto. Unifica i clienti che compaiono in più canali, o li conterai due volte.
2. Calcola le grandezze
Recency, frequenza, valore, scontrino medio, canali. Decidi il periodo di riferimento: dodici o ventiquattro mesi, a seconda di quanto spesso si compra nella tua categoria.
3. Trova i gruppi, e verificali
Che siano punteggi RFM o cluster, controlla che i gruppi siano davvero diversi tra loro e stabili: se rifacendo il calcolo cambiano molto, non sono gruppi reali.
4. Misura chi stai perdendo
Per ogni cliente, quanto è in ritardo rispetto al suo ritmo abituale d’acquisto: un cliente che compra ogni mese ed è fermo da tre è più a rischio di uno che compra una volta l’anno ed è fermo da sei. Somma il valore di chi sta scivolando via: è il valore esposto.
5. Un piano per ogni gruppo
Trattenere, far crescere, recuperare, lasciar andare. Ogni gruppo ha il suo obiettivo, i suoi canali e le sue metriche.
Gli errori più comuni
- Segmenti demografici spacciati per comportamentali. L’età non dice chi sta smettendo di comprare.
- Lo stesso periodo per tutte le categorie. Novanta giorni di silenzio sono tanti per il caffè, pochi per un divano.
- Troppi gruppi. Se non riesci a dare un piano diverso a ciascuno, sono troppi.
- Il cliente medio. Una media non esiste: meglio il cliente vero più rappresentativo del gruppo.
- Dati personali dove non servono. Per segmentare bastano comportamenti e valori: email e nomi vanno protetti.
