Węzeł Analiza RFM

Węzeł analizy RFM (Recency — Aktualność, Frequency — Częstość, Monetary — Kwota) umożliwia określenie ilościowo, którzy klienci najprawdopodobniej będą najlepszymi, poprzez dokonanie oceny, kiedy ostatnio dokonali zakupu (aktualność), jak często dokonują zakupu (częstość) i jak dużo wydali na wszystkie transakcje (kwota).

Wnioskowanie, na jakim opiera się analiza RFM, jest następujące: klienci, którzy raz dokonali zakupu produktu lub usługi, z dużo większym prawdopodobieństwem dokonają zakupu ponownie. Podzielone na kategorie dane klientów są dzielone na wiele przedziałów, zgodnie z kryteriami kategoryzacji ustawionymi przez użytkownika. W każdym przedziale do klientów jest przypisywana ocena; oceny te zostają następnie połączone, tworząc ogólną ocenę RFM. Ocena ta stanowi odzwierciedlenie przynależności klienta do przedziałów utworzonych dla poszczególnych parametrów RFM. Tak podzielone dane mogą być wystarczające dla potrzeb użytkownika, np. poprzez zidentyfikowanie najczęściej występujących, najbardziej wartościowych; alternatywnie dane mogą zostać wprowadzone do strumienia w celu przeprowadzenia dalszego modelowania i dokładniejszej analizy.

Należy jednak pamiętać, że chociaż możliwość analizowania i rangowania ocen RFM jest przydatnym narzędziem, podczas korzystania z niego należy mieć świadomość wpływu niektórych czynników. Kuszące może być przypisywanie klientom najwyższych ocen; jednak nadmierne nakłanianie tych klientów może ich urazić i w rzeczywistości spowodować utratę szansy na dokonanie kolejnych zakupów. Warto również pamiętać, że klientów z niższymi ocenami nie należy lekceważyć, ale warto o nich zabiegać, aby stali się lepszymi klientami. I odwrotnie, same wysokie oceny niekonieczne będą oznaczały szansę na dobrą sprzedaż — będzie to zależało od rynku. Przykładowo, klient z przedziału 5 dla aktualności (co oznacza, że dokonał zakupu bardzo niedawno), może w rzeczywistości nie być dobrym klientem docelowym dla kogoś, kto sprzedaje drogie produkty o długim cyklu życia, takie jak samochody czy telewizory.

Uwaga: W zależności od sposobu składowania danych konieczne może być poprzedzenie węzła Analiza RFM węzłem Agregacja RFM w celu przekształcenia danych na format nadający się do użycia. Przykładowo dane wejściowe muszą być przedstawione w formacie klienta (jeden wiersz na klienta); jeśli dane klienta będą zapisane w formacie transakcyjnym, należy wcześniej użyć węzła Agregacja RFM w celu wyznaczenia zmiennych aktualności, częstości i kwoty. Więcej informacji można znaleźć w temacie Węzeł Agregacja RFM.

Węzły Agregacja RFM i Analiza RFM w programie IBM® SPSS Modeler są skonfigurowane, tak aby korzystały z niezależnej kategoryzacji; oznacza to, że rangowanie i kategoryzacja danych są przeprowadzane dla każdej miary wartości aktualności, częstości i kwoty, bez względu na ich wartości lub pozostałe dwie miary.