গ্রাহক বিভাজন: RFM, ব্যক্তিগতকরণ এবং আনুগত্য

লাভ:

• কৃত্রিম বুদ্ধিমত্তা সমর্থন সহ RFM (রিসিয়েন্সি-ফ্রিকোয়েন্সি-মনিটারি) এবং আচরণগত বিভাগগুলি সংজ্ঞায়িত এবং ব্যাখ্যা করার ক্ষমতা
• প্রতিটি বিভাগের জন্য ব্যক্তিগতকৃত যোগাযোগ এবং আনুগত্য প্রস্তাব খসড়া উত্পাদন করার ক্ষমতা
• বিভাজন এবং ব্যক্তিগতকরণে বৈষম্য, গোপনীয়তা এবং সুস্পষ্ট সম্মতি সীমা পালন করার ক্ষমতা

সব গ্রাহক এক নয়। কেউ কেউ প্রতি সপ্তাহে আসে এবং অনেক খরচ করে; কেউ কেউ একবার এসে হারিয়ে যায়; কেউ কেউ অনুগত ছিল কিন্তু আর থামে না। তাদের সবাইকে একই বার্তা এবং একই অফার পাঠানো অর্থের অপচয় এবং ফলাফল দেয় না। গ্রাহক বিভাজন গ্রাহকদের অর্থপূর্ণ গোষ্ঠীতে বিভক্ত করছে এবং প্রতিটি গ্রুপের জন্য একটি উপযুক্ত পদ্ধতির প্রতিষ্ঠা করছে। এই ইউনিটে, আপনি একজন সহকারী হিসাবে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করবেন যা গ্রাহকের ডেটা থেকে অংশগুলি বের করে এবং প্রতিটি বিভাগের জন্য উপযুক্ত একটি যোগাযোগের খসড়া তৈরি করে। সমালোচনামূলক সীমা: বিভাজন শক্তি দেয়, কিন্তু এই শক্তিটি বৈষম্য এবং গোপনীয়তার আক্রমণে অনুবাদ করা উচিত নয়।

বিভাজন: এটি আচরণ, মান বা প্রয়োজনের মিলের ভিত্তিতে গ্রাহকদের গ্রুপে বিভক্ত করার প্রক্রিয়া।

ব্যক্তিগতকরণ: প্রতিটি সেগমেন্ট (বা ব্যক্তি) তাদের আগ্রহ এবং প্রয়োজন অনুসারে বিষয়বস্তু, অফার বা অভিজ্ঞতা প্রদান করা।

RFM: সবচেয়ে ব্যবহারিক সেগমেন্টেশন

খুচরা ব্যবসায় সবচেয়ে বেশি ব্যবহৃত পদ্ধতি হল RFM। এটি তিনটি সহজ সংকেত দেখায়:

• R (Recency): গ্রাহক শেষ কবে দোকান করেছিলেন? সাম্প্রতিক = আরও সক্রিয়।
• F (ফ্রিকোয়েন্সি): একটি নির্দিষ্ট সময়ের মধ্যে তিনি কতবার কেনাকাটা করেছেন? উচ্চ = আরও সংযুক্ত।
• এম (মনিটারি): তিনি মোট কত খরচ করেছেন? উচ্চতর = অধিক মূল্যবান।

প্রতিটি গ্রাহককে এই তিনটি মাত্রায় একটি স্কোর দেওয়া হয় (যেমন 1-5), এবং স্কোরের সমন্বয় সেগমেন্ট নির্ধারণ করে। Yapay zeka bu skorlamayı ve সেগমেন্ট adlandırmayı hızlıca yapar.

সেগমেন্ট

আরএফএম প্রোফাইল

এপ্রোচ

চ্যাম্পিয়নস

উচ্চ R, F, M

পুরষ্কার, প্রারম্ভিক অ্যাক্সেস, রাষ্ট্রদূত করুন

অনুগত গ্রাহকদের

উচ্চ F, মধ্য M

আপ-বিক্রয়, আনুগত্য সুবিধা

যারা ঝুঁকিপূর্ণ

নিম্ন R, পূর্বে উচ্চ F/M

জয় ফিরে প্রচার

নতুন গ্রাহকদের

উচ্চ R, নিম্ন F

Hoş geldin akışı, ikinci alışverişi teşvik

যারা ঘুমিয়ে পড়ে

নিম্ন R, নিম্ন F

কম খরচে রিমাইন্ডার বা ড্রপ

পরামর্শ: সবাইকে ছাড় পাঠাবেন না। চ্যাম্পিয়নশিপ ডিসকাউন্ট হল ব্যবধানের ক্ষতি (যা তা যেকোন ভাবেই হোক) প্রকৃত ঝুঁকিপূর্ণ এবং সুপ্ত সেগমেন্টের জন্য ডিসকাউন্ট সংরক্ষণ করুন।

আচরণগত বিভাগ

RFM-এর বাইরেও, আচরণ বিভাগগুলিও প্রতিষ্ঠা করে: বিভাগ পছন্দ (শুধুমাত্র শিশুর পণ্য কেনা), চ্যানেল (শুধুমাত্র অনলাইন), মূল্য সংবেদনশীলতা (সর্বদা বিক্রয়ের জন্য কেনা), মৌসুমীতা। কৃত্রিম বুদ্ধিমত্তা ডেটা থেকে এই নিদর্শনগুলি বের করতে পারে এবং "দাম শিকারী", "প্রিমিয়াম ক্রেতা," "সপ্তাহান্তের ক্রেতাদের" মত গোষ্ঠীর পরামর্শ দিতে পারে।

ব্যক্তিগতকরণের সীমা: নৈতিকতা এবং গোপনীয়তা

বিভাজন শক্তিশালী, কিন্তু তিনটি লাইন অতিক্রম করবেন না:

• কোন বৈষম্য নেই: বিভাগটি সুরক্ষিত বৈশিষ্ট্যের (জাতিগত, ধর্ম, স্বাস্থ্য, যৌন অভিযোজন) উপর ভিত্তি করে করা যাবে না; তাদের থেকে পরোক্ষ অনুমান করা (যেমন পোস্টকোড দ্বারা জাতিগততা অনুমান করা) ঝুঁকিপূর্ণ।
• স্পষ্ট সম্মতি: সাধারণত বাণিজ্যিক ইলেকট্রনিক বার্তা (এসএমএস, ই-মেইল) পাঠাতে গ্রাহকের স্পষ্ট সম্মতি প্রয়োজন। সম্মতি ব্যতীত, পাঠানো একটি আইনি এবং সম্মানজনক ঝুঁকি।
• ডেটা মিনিমাইজেশন: সেগমেন্ট স্থাপনের জন্য প্রয়োজনীয় ন্যূনতম ডেটা ব্যবহার করুন; সংবেদনশীল তথ্য থেকে দূরে থাকুন।

সতর্কতা: সংবেদনশীল জীবনের ইভেন্টের উপর ভিত্তি করে টার্গেট করা যেমন "এই গ্রাহক গর্ভবতী হতে পারে, আসুন একটি শিশুর পণ্য সুপারিশ করি" গ্রাহককে বিরক্ত করতে পারে এবং গোপনীয়তা লঙ্ঘনের ধারণা তৈরি করতে পারে। অনুমানমূলক লক্ষ্যবস্তুতে খুব সতর্ক থাকুন।

ধাপে ধাপে বিভাজন

1. বেনামী ডেটা প্রস্তুত করুন: গ্রাহক কোড (নাম নয়), শেষ কেনাকাটার তারিখ, ক্রয়ের সংখ্যা, মোট খরচ, বিভাগ। ব্যক্তিগত শনাক্তকারী সরান।
2. RFM স্কোর: R, F, M মাত্রায় কৃত্রিম বুদ্ধিমত্তার স্কোর 1-5 রাখুন।
3. নাম বিভাগ: অর্থপূর্ণ গ্রুপে স্কোর সমন্বয় লিঙ্ক করুন।
4. অ্যাকশন ম্যাপ: প্রতিটি বিভাগের জন্য খসড়া লক্ষ্য, অফার এবং বার্তা।
5. ফিল্টার সম্মতি এবং নীতিশাস্ত্র: শুধুমাত্র সম্মতি প্রদানকারী গ্রাহকদের পাঠান, বৈষম্যমূলক লক্ষ্যবস্তু অপসারণ করুন, ফলাফল পরিমাপ করুন।

মিনি কেস

কেস 1 — সঠিক বিভাগে সঠিক অফার: একটি প্রসাধনী চেইন প্রতি মাসে 40,000 গ্রাহককে অভিন্ন 15% ছাড়ের এসএমএস পাঠাচ্ছিল। কৃত্রিম বুদ্ধিমত্তা RFM এর সাথে ভাগ করা হলে, "চ্যাম্পিয়ন" (8,500 জন) ইতিমধ্যেই নিয়মিতভাবে গ্রহণ করছিল। ডিসকাউন্টটি শুধুমাত্র ঝুঁকিতে থাকা 6,200 জনকে পাঠানো হয়েছিল, এবং প্রারম্ভিক অ্যাক্সেস + পয়েন্ট চ্যাম্পিয়নদের পাঠানো হয়েছিল। প্রচারাভিযানের খরচ 30% কমে গেলেও রিটার্নিং রিস্ক গ্রাহকদের সংখ্যা 18% বেড়েছে।

কেস 2 — ফিরে আসা: একটি অনলাইন মুদি দোকান 3,100 পূর্বে অনুগত গ্রাহকদের নিয়ে যায় যারা 90+ দিনের মধ্যে কেনাকাটা করেনি তার "ঝুঁকিতে" বিভাগে। AI একটি ব্যক্তিগতকৃত "আমরা আপনাকে মিস করি + আপনি অতীতে যে বিভাগটি পেয়েছেন তা থেকে বিনামূল্যে শিপিং" বার্তার খসড়া তৈরি করে। এটি সম্মতি সহ 2,400 জনের কাছে পাঠানো হয়; তাদের মধ্যে 410 জন আবার 6 সপ্তাহের মধ্যে কেনাকাটা করে।

কেস 3 — নৈতিক ত্রুটি এবং সংশোধন: একটি দোকান কৃত্রিম বুদ্ধিমত্তা থেকে একটি "উচ্চ ব্যয়ের সম্ভাবনা" সেগমেন্টের অনুরোধ করার সময় আশেপাশের তথ্য ব্যবহার করতে চায়। দায়িত্বশীল ব্যক্তি বুঝতে পারেন যে এটি পরোক্ষ বৈষম্য এবং গোপনীয়তার ঝুঁকি তৈরি করে এবং এটি প্রতিবেশীর পরিবর্তে প্রকৃত কেনাকাটার আচরণের উপর ভিত্তি করে। বিভাগটি আরও ন্যায্য এবং আরও সঠিক।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

গ্রুপ আমার গ্রাহকদের.

কোন তথ্য, কোন যুক্তি, কোন উদ্দেশ্য অস্পষ্ট.

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: CRM এবং সেগমেন্টেশন বিশেষজ্ঞ। ডেটা: নীচে বেনামী গ্রাহক টেবিল (গ্রাহক_কোড, শেষ কেনাকাটার দিনের সংখ্যা, 12 মাসে কেনাকাটার সংখ্যা, মোট খরচ, সর্বাধিক কেনা বিভাগ)। কোনো ব্যক্তিগত তথ্য নেই। টাস্ক: (1) গ্রাহকদের RFM লজিক দিয়ে 5টি সেগমেন্টে ভাগ করুন এবং প্রতিটি সেগমেন্টের নাম দিন, (2) প্রতিটি সেগমেন্টের আনুমানিক আকার দিন, (3) প্রতিটি সেগমেন্টের জন্য এক-বাক্য অ্যাকশন সাজেশন। নিয়ম: ডেটাতে শুধুমাত্র আচরণগত ডেটা ব্যবহার করুন; জেলা, নাম বা জনসংখ্যা থেকে বৈষম্যমূলক অনুমান করবেন না। ডেটা: [পেস্ট]

অনুলিপিযোগ্য প্রম্পট টেমপ্লেট

1) RFM বিভাজন

RFM লজিক (R, F, M এর জন্য 1-5) সহ নিম্নলিখিত বেনামী গ্রাহক ডেটা স্কোর করুন এবং এটিকে অর্থপূর্ণ অংশে ভাগ করুন। প্রতিটি সেগমেন্টের আকার এবং বর্ণনা দিন। এটি টেবিল আকারে উপস্থাপন করুন। ডেটা: [পেস্ট]

2) সেগমেন্ট-ভিত্তিক যোগাযোগ খসড়া

বিভাগটির জন্য একটি ব্যক্তিগতকৃত এসএমএস এবং একটি ইমেল খসড়া লিখুন: [সেগমেন্টের বিবরণ]। টোন আমাদের ব্র্যান্ড [টোন], প্রস্তাব [অফার] ফিট করে। দুটি ভিন্ন শিরোনাম সাজেস্ট করুন। বিভ্রান্তিকর দাবি ব্যবহার করবেন না, সর্বোচ্চ 40 শব্দ।

3) Winback প্রচারাভিযান

পুরানো অনুগত গ্রাহকদের জন্য একটি উইন-ব্যাক বার্তা খসড়া করুন যারা 90+ দিনের মধ্যে কেনাকাটা করেননি। অতীতের বিভাগ পছন্দের উপর ভিত্তি করে, একটি কম খরচে প্রণোদনা অফার করুন। 3টি ভিন্ন পন্থা দিন।

4) নৈতিকতা/সম্মতি নিরীক্ষা

নিম্নলিখিত টার্গেটিং পরিকল্পনাটি পরীক্ষা করুন: সুরক্ষিত বৈশিষ্ট্য, সংবেদনশীল জীবনের ঘটনা অনুমান, অ-সম্মতিমূলক জমা বা ব্যক্তিগত ডেটার অপ্রয়োজনীয় ব্যবহারের উপর ভিত্তি করে কি বৈষম্য রয়েছে? পতাকা ঝুঁকি এবং বিকল্প প্রস্তাব. পরিকল্পনা: [পেস্ট]

সাধারণ ভুল

• প্রত্যেকের জন্য একই বার্তা: বিভাগহীন যোগাযোগ অর্থ এবং মনোযোগের অপচয়।
• চ্যাম্পিয়নশিপ অপ্রয়োজনীয় ডিসকাউন্ট: যে গ্রাহক ইতিমধ্যে এটি কিনবেন তাদের জন্য ছাড় মার্জিনের ক্ষতি।
• সম্মতি ছাড়া পাঠানো: এসএমএস/ই-মেইলের জন্য স্পষ্ট সম্মতি প্রয়োজন।
• সংরক্ষিত বৈশিষ্ট্যের উপর ভিত্তি করে বিভাগ: বৈষম্য; পরোক্ষ অনুমানও ঝুঁকিপূর্ণ।
• সংবেদনশীল জীবনের ইভেন্ট টার্গেটিং: গোপনীয়তা লঙ্ঘনের উপলব্ধি তৈরি করে।
• একবার একটি সেগমেন্ট সেট করুন এবং এটি ভুলে যান: গ্রাহক আচরণ পরিবর্তন; নিয়মিত আপডেট করুন।

সংক্ষেপে

বিভাজন হল সঠিক গ্রাহকের কাছে সঠিক পন্থা প্রতিষ্ঠার উপায়; RFM হল সবচেয়ে ব্যবহারিক শুরু। AI স্কোরিং, সেগমেন্ট নামকরণ এবং বার্তা খসড়া তৈরির গতি বাড়ায়। কিন্তু সুস্পষ্ট সম্মতির সীমা, ডেটা মিনিমাইজেশন এবং অ-বৈষম্য অ-আলোচনাযোগ্য; আচরণগত ডেটার উপর ভিত্তি ব্যক্তিগতকরণ, সংবেদনশীল হস্তক্ষেপ এড়ান।

আবেদন টাস্ক

আপনার বেনামী গ্রাহক ডেটা (গ্রাহক কোড, শেষ ক্রয়, ফ্রিকোয়েন্সি, খরচ, বিভাগ) থেকে একটি টেবিল তৈরি করুন। "1) RFM সেগমেন্টেশন সহ 5 টি সেগমেন্ট বের করুন, সবচেয়ে মূল্যবান এবং সবচেয়ে ঝুঁকিপূর্ণ সেগমেন্টের জন্য "2) সেগমেন্ট-ভিত্তিক যোগাযোগের খসড়া তৈরি করুন। "4) নীতিশাস্ত্র/সম্মতি পর্যালোচনার মাধ্যমে আপনার পরিকল্পনাটি রাখুন৷

চেকলিস্ট

• [ ] আমি গ্রাহকের ডেটা বেনামী করেছি।
• [ ] আমি আরএফএম দিয়ে অর্থপূর্ণ অংশ তৈরি করেছি।
• [ ] আমি প্রতিটি বিভাগের জন্য উপযুক্ত অফার এবং বার্তা আলাদা করেছি৷
• [ ] আমি শুধুমাত্র সম্মত গ্রাহকদের পাঠানোর পরিকল্পনা করেছি৷
• [] আমি সুরক্ষিত সম্পত্তি এবং সংবেদনশীল অনুমান এড়িয়েছি।
• [ ] আমি নিয়মিতভাবে বিভাগগুলি আপডেট করার একটি পরিকল্পনা করেছি৷