ग्राहक विभाजन: आरएफएम, वैयक्तिकरण और वफादारी

लाभ:

• कृत्रिम बुद्धिमत्ता समर्थन के साथ आरएफएम (रीसेंसी-फ़्रीक्वेंसी-मौद्रिक) और व्यवहार खंडों को परिभाषित और व्याख्या करने की क्षमता
• प्रत्येक खंड के लिए वैयक्तिकृत संचार और वफादारी प्रस्ताव ड्राफ्ट तैयार करने की क्षमता
• विभाजन और वैयक्तिकरण में भेदभाव, गोपनीयता और स्पष्ट सहमति सीमाओं का पालन करने की क्षमता

सभी ग्राहक एक जैसे नहीं होते. कुछ तो हर सप्ताह आते हैं और बहुत खर्च करते हैं; कुछ एक बार आते हैं और गायब हो जाते हैं; कुछ वफादार हुआ करते थे लेकिन अब नहीं रुकते। उन सभी को एक ही संदेश और एक ही प्रस्ताव भेजना पैसे की बर्बादी है और परिणाम नहीं देता है। ग्राहक विभाजन ग्राहकों को सार्थक समूहों में विभाजित कर रहा है और प्रत्येक समूह के लिए एक उचित दृष्टिकोण स्थापित कर रहा है। इस इकाई में, आप एक सहायक के रूप में कृत्रिम बुद्धिमत्ता का उपयोग करेंगे जो ग्राहक डेटा से खंड निकालता है और प्रत्येक खंड के लिए उपयुक्त संचार ड्राफ्ट तैयार करता है। महत्वपूर्ण सीमा: विभाजन शक्ति देता है, लेकिन यह शक्ति भेदभाव और गोपनीयता के आक्रमण में तब्दील नहीं होनी चाहिए।

विभाजन: यह व्यवहार, मूल्यों या आवश्यकताओं की समानता के आधार पर ग्राहकों को समूहों में विभाजित करने की प्रक्रिया है।

वैयक्तिकरण: प्रत्येक वर्ग (या व्यक्ति) को ऐसी सामग्री, ऑफ़र या अनुभव प्रदान करना जो उनकी रुचियों और आवश्यकताओं के अनुरूप हो।

आरएफएम: सबसे व्यावहारिक विभाजन

रिटेल में सबसे अधिक उपयोग की जाने वाली विधि आरएफएम है। यह तीन सरल संकेतों को देखता है:

• आर (रीसेंसी): ग्राहक ने आखिरी बार खरीदारी कब की थी? हाल = अधिक सक्रिय.
• एफ (आवृत्ति): एक निश्चित अवधि में उसने कितनी बार खरीदारी की? उच्च = अधिक जुड़ा हुआ।
• एम (मौद्रिक): उसने कुल कितना खर्च किया? उच्चतर = अधिक मूल्यवान।

प्रत्येक ग्राहक को इन तीन आयामों (जैसे 1-5) पर एक अंक दिया जाता है, और अंकों का संयोजन खंड निर्धारित करता है। यापे ज़ेका बू स्कोर्लामाय और सेगमेंट एडलैंडिरमाइ हाइज़लाका यापर।

खंड

आरएफएम प्रोफाइल

दृष्टिकोण

चैंपियंस

उच्च आर, एफ, एम

पुरस्कार, शीघ्र पहुंच, राजदूत बनाएं

वफादार ग्राहक

उच्च एफ, मध्य एम

अधिक बिक्री, वफादारी का लाभ

जो जोखिम में हैं

निम्न आर, पूर्व में उच्च एफ/एम

वापस जीतो अभियान

नए ग्राहक

उच्च आर, निम्न एफ

होस गेल्डिन अकिसि, इकिनसी अलिस्वेरीसी टेस्विक

जो लोग सो जाते हैं

कम आर, कम एफ

कम लागत वाला अनुस्मारक या ड्रॉप

युक्ति: हर किसी को छूट न भेजें. चैंपियनशिप छूट मार्जिन का नुकसान है (जो उसे वैसे भी प्राप्त होता); वास्तविक जोखिम वाले और निष्क्रिय खंड के लिए छूट बचाएं।

व्यवहार खंड

आरएफएम से परे, व्यवहार भी खंड स्थापित करता है: श्रेणी वरीयता (केवल शिशु उत्पाद खरीदना), चैनल (केवल ऑनलाइन), मूल्य संवेदनशीलता (हमेशा बिक्री पर खरीदना), मौसमी। आर्टिफिशियल इंटेलिजेंस इन पैटर्न को डेटा से निकाल सकता है और "मूल्य शिकारी," "प्रीमियम खरीदार," "सप्ताहांत खरीदार" जैसे समूहों का सुझाव दे सकता है।

वैयक्तिकरण की सीमाएँ: नैतिकता और गोपनीयता

विभाजन शक्तिशाली है, लेकिन कभी भी तीन रेखाओं को पार न करें:

• कोई भेदभाव नहीं: यह खंड संरक्षित विशेषताओं (जातीयता, धर्म, स्वास्थ्य, यौन अभिविन्यास) पर आधारित नहीं हो सकता है; उनसे अप्रत्यक्ष निष्कर्ष निकालना (उदाहरण के लिए पोस्टकोड द्वारा जातीयता का अनुमान लगाना) भी जोखिम भरा है।
• स्पष्ट सहमति: आमतौर पर वाणिज्यिक इलेक्ट्रॉनिक संदेश (एसएमएस, ई-मेल) भेजने के लिए ग्राहक की स्पष्ट सहमति की आवश्यकता होती है। सहमति के बिना भेजना कानूनी और प्रतिष्ठा संबंधी जोखिम है।
• डेटा न्यूनतमकरण: सेगमेंट स्थापित करने के लिए आवश्यक कम से कम डेटा का उपयोग करें; संवेदनशील डेटा से दूर रहें.

सावधानी: संवेदनशील जीवन की घटनाओं के आधार पर लक्ष्यीकरण जैसे "यह ग्राहक गर्भवती हो सकता है, चलो एक शिशु उत्पाद की सिफारिश करें" ग्राहक को परेशान कर सकता है और गोपनीयता के उल्लंघन की धारणा पैदा कर सकता है। अनुमानात्मक लक्ष्यीकरण में बहुत सावधान रहें.

चरण दर चरण विभाजन

1. अनाम डेटा तैयार करें: ग्राहक कोड (नाम नहीं), अंतिम खरीदारी की तारीख, खरीदारी की संख्या, कुल खर्च, श्रेणी। व्यक्तिगत पहचानकर्ता हटाएँ.
2. आरएफएम स्कोर: आर, एफ, एम आयामों में कृत्रिम बुद्धिमत्ता स्कोर 1-5 रखें।
3. नाम खंड: स्कोर संयोजनों को सार्थक समूहों में लिंक करें।
4. कार्य मानचित्र: प्रत्येक खंड के लिए लक्ष्य, ऑफ़र और संदेश का मसौदा तैयार करें।
5. सहमति और नैतिकता फ़िल्टर करें: केवल सहमति देने वाले ग्राहकों को भेजें, भेदभावपूर्ण लक्ष्यीकरण हटाएं, परिणामों को मापें।

छोटे मामले

केस 1 - सही सेगमेंट के लिए सही ऑफर: एक सौंदर्य प्रसाधन श्रृंखला प्रति माह 40,000 ग्राहकों को एक समान 15% छूट वाले एसएमएस भेज रही थी। जब कृत्रिम बुद्धिमत्ता आरएफएम के साथ खंडित किया गया, तो "चैंपियंस" (8,500 लोग) पहले से ही नियमित रूप से प्राप्त कर रहे थे। छूट केवल जोखिम वाले 6,200 लोगों को भेजी गई थी, और शुरुआती पहुंच + अंक चैंपियनों को भेजे गए थे। जबकि अभियान लागत में 30% की कमी आई, वापस लौटने वाले जोखिम वाले ग्राहकों की संख्या में 18% की वृद्धि हुई।

केस 2 - वापस जीतना: एक ऑनलाइन किराने की दुकान 3,100 पूर्व वफादार ग्राहकों को अपने "जोखिम में" खंड में ले जाती है, जिन्होंने 90+ दिनों से खरीदारी नहीं की है। एआई एक वैयक्तिकृत "हम आपको याद करते हैं + आपके द्वारा पूर्व में प्राप्त श्रेणी से निःशुल्क शिपिंग" संदेश ड्राफ्ट तैयार करता है। इसे 2,400 लोगों की सहमति से भेजा जाता है; उनमें से 410 ने 6 सप्ताह के भीतर दोबारा खरीदारी की।

केस 3 - नैतिक त्रुटि और सुधार: एक स्टोर कृत्रिम बुद्धिमत्ता से "उच्च व्यय क्षमता" खंड का अनुरोध करते समय पड़ोस की जानकारी का उपयोग करना चाहता है। जिम्मेदार व्यक्ति को एहसास होता है कि इससे अप्रत्यक्ष भेदभाव और गोपनीयता का खतरा पैदा होता है और यह पड़ोस के बजाय वास्तविक खरीदारी व्यवहार पर आधारित होता है। यह खंड निष्पक्ष और अधिक सटीक दोनों है।

कमजोर संकेत/मजबूत संकेत

कमजोर संकेत:

मेरे ग्राहकों को समूहित करें.

कौन सा डेटा, कौन सा तर्क, कौन सा उद्देश्य अस्पष्ट है।

शक्तिशाली संकेत:

आपकी भूमिका: सीआरएम और विभाजन विशेषज्ञ। डेटा: नीचे अनाम ग्राहक तालिका है (ग्राहक_कोड, अंतिम खरीदारी के दिनों की संख्या, 12 महीनों में खरीदारी की संख्या, कुल खर्च, सबसे अधिक खरीदी गई श्रेणी)। कोई व्यक्तिगत जानकारी नहीं. कार्य: (1) ग्राहकों को आरएफएम तर्क के साथ 5 खंडों में विभाजित करें और प्रत्येक खंड को नाम दें, (2) प्रत्येक खंड का अनुमानित आकार दें, (3) प्रत्येक खंड के लिए एक-वाक्य कार्रवाई का सुझाव दें। नियम: डेटा में केवल व्यवहार संबंधी डेटा का उपयोग करें; जिला, नाम या जनसांख्यिकी से भेदभावपूर्ण निष्कर्ष न निकालें। डेटा: [चिपकाएँ]

कॉपी करने योग्य शीघ्र टेम्पलेट

1) आरएफएम विभाजन

निम्नलिखित अनाम ग्राहक डेटा को आरएफएम तर्क (आर, एफ, एम के लिए 1-5) के साथ स्कोर करें और इसे सार्थक खंडों में विभाजित करें। प्रत्येक खंड का आकार और विवरण दें। इसे तालिका के रूप में प्रस्तुत करें। डेटा: [चिपकाएँ]

2) खंड-आधारित संचार मसौदा

सेगमेंट के लिए एक वैयक्तिकृत एसएमएस और एक ईमेल ड्राफ्ट लिखें: [सेगमेंट विवरण]। टोन हमारे ब्रांड [टोन], प्रस्ताव [प्रस्ताव] पर फिट बैठता है। दो अलग-अलग शीर्षक सुझाएं। भ्रामक दावों का प्रयोग न करें, अधिकतम 40 शब्द।

3) विनबैक अभियान

उन पुराने वफ़ादार ग्राहकों के लिए एक लाभप्रद संदेश का मसौदा तैयार करें जिन्होंने 90+ दिनों से खरीदारी नहीं की है। पिछली श्रेणी वरीयता के आधार पर, कम लागत वाला प्रोत्साहन प्रदान करें। 3 अलग-अलग दृष्टिकोण दीजिए।

4) नैतिकता/सहमति लेखापरीक्षा

निम्नलिखित लक्ष्यीकरण योजना की जाँच करें: क्या संरक्षित विशेषताओं, संवेदनशील जीवन घटना अनुमान, गैर-सहमति प्रस्तुतीकरण या व्यक्तिगत डेटा के अनावश्यक उपयोग के आधार पर भेदभाव है? जोखिमों को चिह्नित करें और विकल्प सुझाएं। योजना: [चिपकाएं]

सामान्य गलतियाँ

• सभी के लिए एक ही संदेश: खंडहीन संचार पैसे और ध्यान की बर्बादी है।
• चैम्पियनशिप अनावश्यक छूट: जो ग्राहक इसे पहले ही खरीद लेगा उसे छूट मार्जिन का नुकसान है।
• सहमति के बिना भेजना: एसएमएस/ई-मेल के लिए स्पष्ट सहमति आवश्यक है।
• संरक्षित विशेषताओं पर आधारित खंड: भेदभाव; अप्रत्यक्ष अनुमान भी जोखिम भरा है.
• संवेदनशील जीवन घटना लक्ष्यीकरण: गोपनीयता के उल्लंघन की धारणा बनाता है।
• एक बार एक सेगमेंट सेट करें और उसे भूल जाएं: ग्राहक का व्यवहार बदल जाता है; नियमित रूप से अपडेट करें.

सारांश

विभाजन सही ग्राहक तक सही दृष्टिकोण स्थापित करने का तरीका है; आरएफएम सबसे व्यावहारिक शुरुआत है। एआई स्कोरिंग, सेगमेंट नामकरण और संदेश प्रारूपण को गति देता है। लेकिन स्पष्ट सहमति, डेटा न्यूनतमकरण और गैर-भेदभाव की सीमाएं गैर-परक्राम्य हैं; वैयक्तिकरण को व्यवहारिक डेटा पर आधारित करें, संवेदनशील हस्तक्षेप से बचें।

आवेदन कार्य

अपने अनाम ग्राहक डेटा (ग्राहक कोड, अंतिम खरीदारी, आवृत्ति, व्यय, श्रेणी) से एक तालिका बनाएं। "1) आरएफएम विभाजन" के साथ 5 खंड निकालें, सबसे मूल्यवान और जोखिम भरे खंड के लिए "2) खंड-आधारित संचार ड्राफ्ट" तैयार करें। अपनी योजना को "4) नैतिकता/सहमति समीक्षा" के माध्यम से रखें।

चेकलिस्ट

• [ ] मैंने ग्राहक डेटा को अज्ञात कर दिया है।
• [ ] मैंने आरएफएम के साथ सार्थक खंड बनाए।
• [ ] मैंने प्रत्येक खंड के लिए उपयुक्त प्रस्ताव और संदेश को अलग कर दिया है।
• [ ] मैंने केवल सहमति देने वाले ग्राहकों को भेजने की योजना बनाई है।
• [ ] मैंने संरक्षित संपत्ति और संवेदनशील अनुमान से परहेज किया है।
• [ ] मैंने खंडों को नियमित रूप से अद्यतन करने की योजना बनाई।