Análisis del modelo RFM – parte 1

El análisis del modelo RFM (Compras recientes, Frecuencia de compra y Monto de la compra) es una técnica de mercadeo aplicada para realizar una segmentación de los clientes, basada en el comportamiento de compra histórico de cada uno de ellos. El método RFM se ha convertido en una herramienta indispensable en la toma de importantes decisiones de las áreas de Mercadeo, Ventas y Atención al Cliente de las organizaciones. Está enfocado principalmente a identificar segmentos o grupos de clientes que presentan un comportamiento similar en sus compras y que sirve como base para definir estrategias de mercadeo hacia cada uno de estos segmentos.

La premisa fundamental del análisis RFM es que los clientes que han comprado recientemente, que han invertido más y que han hecho compras mayores son más propensos a responder a una oferta determinada que otros clientes que han comprado con menos frecuencia y en cantidades más pequeñas. Este modelo también puede ser utilizado para establecer ofertas especiales de bienvenida a nuevos clientes, estimulando a los compradores pequeños para que inviertan más en su negocio y fomentando otras iniciativas de marketing.

Asimismo, el modelo RFM estudia las variables acerca del comportamiento de anteriores clientes, las cuales son fáciles de rastrear y de acceso sencillo. Se realiza un estudio de las compras recientes que hace un cliente respecto al tiempo que lleva con su empresa. La frecuencia de compra es el número de compras (por ejemplo, el promedio anual). El monto de compra es el total de dinero invertido por el cliente en un período de tiempo determinado.

Ejemplo del modelo RFM: El Club del Libro – BookBinders

BookBinders es una empresa americana que vende libros especializados y otros productos seleccionados a través de marketing directo. Los nuevos clientes son resultado de la publicidad en revistas especializadas, periódicos y televisión. Después de ingresar al club, los clientes reciben envíos regulares que contienen ofertas de los nuevos títulos y, en ocasiones, productos relacionados. Desde su inicio, BookBinders tomó la decisión estratégica de construir y mantener una base de datos detallada sobre los socios del club que contiene toda la información relevante de sus clientes.

Inicialmente, BookBinders envió cada oferta por correo electrónico a todos los miembros del club. Sin embargo, a medida que BookBinders ha crecido, los gastos de envío a la lista completa de clientes se han incrementado. En un esfuerzo por mejorar la rentabilidad y el rendimiento de los ingresos, Stan Lawton, director de marketing de BookBinders, empezó a evaluar la eficacia que tenían las técnicas de mercadeo con relación a las bases de datos de los clientes. Debido al éxito del marketing directo con las técnicas de RFM y su relativa facilidad de uso en comparación con otros modelos de enfoque comercial, Stan decidió poner a prueba el modelo RFM.

Stan propone llevar a cabo pruebas de mercadeo seleccionando una muestra aleatoria de clientes de la base de datos, a los que se les va a ofrecer títulos de nuevos libros, a fin de analizar la respuesta de los clientes y así establecer un modelo de respuesta para la oferta del nuevo libro. Los resultados del modelo de respuesta se usarán para la selección de los clientes a los cuales se les enviará la oferta por correo.

La base de datos de clientes de BookBinders proporciona un registro completo del historial de compras de cada cliente. Esto incluye el tiempo que llevan como clientes y los títulos ordenados según la categoría, tales como libros de cocina o libros para niños. Lo relevante para el análisis RFM es que BookBinders mantiene un registro del número de meses transcurridos desde la última compra, el número total de las compras realizadas, así como el total del dinero gastado por cada cliente. Con estas tres variables, Stan puede probar fácilmente el enfoque que utilizará para la implementación de las técnicas de RFM.

La oferta: “The Art History of Florence”

Para probar el método RFM, Stan realizó una prueba. Tenía una muestra aleatoria de 50.000 clientes procedentes de la base de datos de BookBinders. Al seleccionar una muestra aleatoria de clientes, Stan podía estar seguro de que todos los tipos de clientes estarían representados allí: tanto los compradores recientes y no compradores recientes, frecuentes y poco frecuentes y los clientes que destinan una alta suma de dinero en el gasto total.

A esta muestra aleatoria de clientes se le envió por correo electrónico una oferta de compra del libro “The Art History of Florence”, la cual registró la intención de compra de la lista de posibles consumidores. Ahora, Stan conocía los valores de las compras recientes, la frecuencia de compra y el monto de la compra de cada cliente. El objetivo de Stan es utilizar los resultados del envío de prueba para determinar qué grupos de clientes son más propensos a responder. Dirigirá la oferta a los clientes de correo que sí tienen la opción de compra, reduciendo así los costos de envío. Un beneficio secundario es que los clientes con poco interés en el libro “The Art History of Florence” no recibirán la oferta, y a su vez no recibirán información que por su perfil de comprador no les pueda interesar.

Los resultados

Stan inició comparando los que compraron “The Art History of Florence” con los que no lo hicieron, en términos de las variables de compras recientes, frecuencia de compra y monto de la compra. La gráfica 1 muestra los informes de los promedios para el número de meses transcurridos desde la última compra (recencia), el número total de las compras (frecuencia) y el total del dinero invertido (monto de compra) para los dos grupos de clientes: los que compraron “The Art History of Florence” y los que no lo hicieron. Los resultados son consistentes con lo que el análisis RFM podría predecir. Los que respondieron a la oferta fueron los compradores más recientes (8,6 meses frente a 12,7), los compradores más frecuentes (5,2 compras en comparación con 3,8) y los que habían invertido más (US$234 contra US$206).

Esto sugiere que las variables de medición del modelo RFM son indicadores de la respuesta de los clientes hacia la oferta.

Gráfica 1 Indicadores de compras recientes, frecuencia de compra y monto de compra de compradores y no compradores

En la siguiente entrega analizaremos los pasos para evaluar la tasa de respuesta de cada variable por separado del modelo RFM.

El presente artículo ha sido desarrollado con base en el documento llamado “Recency, Frequency and Monetary (RFM) Analysis” de Charlotte Mason de la Universidad de Carolina del Norte, Estados Unidos.

Mind de Colombia es una empresa visionaria, que implementa proyectos basados en software de clase mundial, de acuerdo con las necesidades de cada uno de sus clientes. Contamos con metodologías probadas y especializadas para la implementación de proyectos en temas como CRM, SFA, ERP y planeación de la demanda.

Adicionalmente ofrecemos servicios de consultoría y seminarios en temas de CRM (Customer Relationship Management), SFA (Sales Force Automation), KAM (Key Account Management) y estrategias de fidelización de clientes.

Mind de Colombia

Manejo Informático Industrial de Colombia

www.mind.com.co

Twitter: MindDeColombia

Facebook: Mind de Colombia

LinkedIn: Mind de Colombia