Klientu segmentācija: RFM, personalizācija un lojalitāte

Ieguvumi:

• Spēja definēt un interpretēt RFM (Recency-Frequency-Monetary) un uzvedības segmentus ar mākslīgā intelekta atbalstu
• Spēja izveidot personalizētu saziņas un lojalitātes piedāvājumu melnrakstus katram segmentam
• Spēja ievērot diskriminācijas, konfidencialitātes un nepārprotamas piekrišanas ierobežojumus segmentācijā un personalizācijā

Ne visi klienti ir vienādi. Daži nāk katru nedēļu un tērē daudz; daži vienreiz atnāk un pazūd; Daži kādreiz bija lojāli, bet vairs neapstājas. Sūtīt visiem vienu un to pašu ziņu un vienu un to pašu piedāvājumu ir naudas izšķiešana un rezultātu nedod. Klientu segmentēšana ir klientu sadalīšana jēgpilnās grupās un katrai grupai piemērotas pieejas noteikšana. Šajā nodaļā jūs izmantosit mākslīgo intelektu kā palīgu, kas izvelk segmentus no klientu datiem un izveido katram segmentam piemērotu saziņas melnrakstu. Kritiskā robeža: segmentācija dod spēku, taču šai spējai nevajadzētu izpausties kā diskriminācija un privātuma aizskaršana.

Segmentācija: tas ir process, kurā klienti tiek sadalīti grupās, pamatojoties uz uzvedības līdzību, vērtībām vai vajadzībām.

Personalizēšana: katra segmenta (vai personas) nodrošināšana ar saturu, piedāvājumiem vai pieredzi, kas atbilst viņu interesēm un vajadzībām.

RFM: vispraktiskākā segmentācija

Mazumtirdzniecībā visbiežāk izmantotā metode ir RFM. Tajā aplūkoti trīs vienkārši signāli:

• R (nesenais): Kad klients pēdējo reizi iepirkās? Nesen = aktīvāks.
• F (biežums): cik reizes viņš iepirkās noteiktā laika posmā? Augsts = vairāk savienots.
• M (Monetārais): Cik viņš kopumā iztērēja? Augstāks = vērtīgāks.

Katram klientam tiek piešķirts vērtējums šajās trīs kategorijās (piemēram, 1–5), un punktu kombinācija nosaka segmentu. Yapay zeka bu skorlamayı ve segment adlandırmayı hızlıca yapar.

segmentu

RFM profils

Pieeja

Čempioni

Augsts R, F, M

Atlīdzība, agrīna piekļuve, veidojiet vēstniekus

lojālie klienti

Augsts F, vidējs M

Papildpārdošana, lojalitātes priekšrocība

riskam pakļautajiem

Zems R, agrāk augsts F/M

atgūšanas kampaņa

jauni klienti

Augsts R, zems F

Hoş geldin akışı, ikinci alışverişi teşvik

tie, kas aizmieg

Zems R, zems F

Zemu izmaksu atgādinājums vai kritums

Padoms: nesūtiet atlaides visiem. Čempionāta atlaide ir peļņas zaudējums (ko tas jebkurā gadījumā būtu saņēmis); Saglabājiet atlaidi reālajam riska un neaktīvajam segmentam.

Uzvedības segmenti

Papildus RFM uzvedība nosaka arī segmentus: kategorijas izvēle (pērkot tikai bērnu preces), kanāls (tikai tiešsaistē), jutīgums pret cenām (pērkot vienmēr izpārdošanā), sezonalitāte. Mākslīgais intelekts var iegūt šos modeļus no datiem un ieteikt grupas, piemēram, "cenu mednieki", "premium pircēji", "nedēļas nogales pircēji".

Personalizācijas robežas: ētika un privātums

Segmentācija ir spēcīga, taču nekad nepārkāpjiet trīs līnijas:

• Nav diskriminācijas: segmentu nevar balstīt uz aizsargātām īpašībām (etniskā piederība, reliģija, veselība, seksuālā orientācija); Arī netiešu secinājumu izdarīšana no tiem (piemēram, etniskās piederības noteikšana pēc pasta indeksa) ir arī riskanta.
• Skaidra piekrišana: lai nosūtītu komerciālas elektroniskās ziņas (SMS, e-pasts), parasti ir nepieciešama skaidra klienta piekrišana. Bez piekrišanas sūtīšana ir juridisks un reputācijas risks.
• Datu minimizēšana: izmantojiet vismazāko datu, kas nepieciešams, lai izveidotu segmentus; Izvairieties no sensitīviem datiem.

Uzmanību! Mērķauditorijas atlase, kuras pamatā ir sensitīvi dzīves notikumi, piemēram, “Šī kliente, iespējams, ir stāvoklī, ieteiksim mazuļiem paredzētu produktu”, var traucēt klientu un radīt priekšstatu par privātuma pārkāpumu. Esiet ļoti uzmanīgs ar secinošu mērķauditorijas atlasi.

Soli pa solim segmentācija

1. Sagatavojiet anonīmus datus: Klienta kods (nevis vārds), pēdējā iepirkšanās datums, pirkumu skaits, kopējie izdevumi, kategorija. Noņemiet personas identifikatorus.
2. RFM rezultāts: mākslīgā intelekta rādītājs ir 1–5 R, F, M dimensijās.
3. Nosauciet segmentus: sasaistiet rezultātu kombinācijas jēgpilnās grupās.
4. Darbību karte: uzmetiet mērķus, piedāvājumus un ziņojumus katram segmentam.
5. Filtrējiet piekrišanu un ētiku: nosūtiet tikai tiem klientiem, kuri piekrīt, noņemiet diskriminējošu mērķauditorijas atlasi, novērtējiet rezultātus.

mini futrāļi

1. gadījums — pareizais piedāvājums pareizajam segmentam: kosmētikas ķēde mēnesī 40 000 klientu sūtīja vienotas īsziņas ar 15% atlaidi. Segmentējot ar mākslīgā intelekta RFM, "čempioni" (8500 cilvēku) jau saņēma regulāri. Atlaide tika nosūtīta tikai 6200 riskam pakļautajiem cilvēkiem, un čempioniem tika nosūtīta agrīna piekļuve + punkti. Kamēr kampaņas izmaksas samazinājās par 30%, riska klientu skaits pieauga par 18%.

2. gadījums — atgūšana: tiešsaistes pārtikas preču veikals savā “riska” segmentā ieceļ 3100 bijušos lojālos klientus, kuri nav iepirkušies vairāk nekā 90 dienas. AI izveido personalizētu ziņojuma melnrakstu “Mums jūs pietrūkst + bezmaksas piegāde no kategorijas, kuru esat saņēmis iepriekš”. Tas tiek nosūtīts 2400 cilvēkiem ar piekrišanu; 410 no tiem atkārtoti iepērkas 6 nedēļu laikā.

3. gadījums — ētiska kļūda un labojums: veikals vēlas izmantot informāciju par apkārtni, pieprasot mākslīgā intelekta segmentu “augsta tēriņu potenciāls”. Atbildīgā persona apzinās, ka tas rada netiešu diskrimināciju un privātuma riskus, un to pamato ar faktisko iepirkšanās uzvedību, nevis apkārtni. Segments ir gan godīgāks, gan precīzāks.

Vāja uzvedne / spēcīga uzvedne

Vāja uzvedne:

Grupējiet savus klientus.

Kuri dati, kāda loģika, kāds mērķis ir neskaidrs.

Spēcīga uzvedne:

Jūsu loma: CRM un segmentācijas speciālists. Dati: tālāk ir anonīma klientu tabula (klienta_kods, pēdējo iepirkšanās dienu skaits, pirkumu skaits 12 mēnešos, kopējie izdevumi, visvairāk pirkto kategorija). Nav personas informācijas. Uzdevums: (1) sadaliet klientus 5 segmentos ar RFM loģiku un nosauciet katru segmentu, (2) norādiet katra segmenta aptuveno izmēru, (3) viena teikuma darbības ieteikumu katram segmentam. Noteikums: datos izmantojiet tikai uzvedības datus; Neizdariet diskriminējošus secinājumus no rajona, nosaukuma vai demogrāfiskajiem datiem. Dati: [ielīmēt]

Kopējamas uzvedņu veidnes

1) RFM segmentācija

Novērtējiet tālāk norādītos anonīmos klientu datus, izmantojot RFM loģiku (1–5 R, F, M) un sadaliet tos nozīmīgos segmentos. Norādiet katra segmenta izmēru un aprakstu. Norādiet to tabulas veidā. Dati: [ielīmēt]

2) Segmentu komunikācijas projekts

Uzrakstiet personalizētu SMS un e-pasta melnrakstu segmentam: [segmenta apraksts]. Tonis atbilst mūsu zīmolam [tonis], piedāvājums [piedāvājums]. Iesakiet divus dažādus nosaukumus. Nelietojiet maldinošus apgalvojumus, ne vairāk kā 40 vārdus.

3) Atgūšanas kampaņa

Uzmetiet izdevīguma ziņojumu vecajiem pastāvīgajiem klientiem, kuri nav iepirkušies vairāk nekā 90 dienas. Pamatojoties uz iepriekšējās kategorijas izvēli, piedāvājiet zemu izmaksu stimulu. Dodiet 3 dažādas pieejas.

4) Ētikas/piekrišanas audits

Pārbaudiet šādu mērķauditorijas atlases plānu: vai pastāv diskriminācija, pamatojoties uz aizsargātām pazīmēm, sensitīviem dzīves notikumiem, iesniegšanu bez piekrišanas vai nevajadzīgu personas datu izmantošanu? Atzīmējiet riskus un iesakiet alternatīvas. Plāns: [ielīmēt]

Biežas kļūdas

• Tāds pats vēstījums visiem: saziņa bez segmentiem ir naudas un uzmanības izšķiešana.
• Čempionāta nevajadzīga atlaide: Atlaide klientam, kurš to jau iegādāsies, ir peļņas zaudējums.
• Sūtīšana bez piekrišanas: īsziņām/e-pastam ir nepieciešama skaidra piekrišana.
• Segments, kura pamatā ir aizsargātas īpašības: diskriminācija; Netieši secinājumi ir arī riskanti.
• Mērķauditorijas atlase pēc sensitīva dzīves notikuma: rada priekšstatu par privātuma pārkāpumu.
• Vienreiz iestatiet segmentu un aizmirstiet to: mainās klientu uzvedība; Regulāri atjauniniet.

Rezumējot

Segmentācija ir veids, kā izveidot pareizo pieeju īstajam klientam; RFM ir vispraktiskākais sākums. AI paātrina vērtēšanu, segmentu nosaukšanu un ziņojumu uzmetumu. Taču nepārprotamas piekrišanas, datu samazināšanas un nediskriminācijas robežas nav apspriežamas; Pamatojiet personalizāciju uz uzvedības datiem, izvairieties no sensitīviem traucējumiem.

Lietojumprogrammas uzdevums

Izveidojiet tabulu no saviem anonīmajiem klientu datiem (klienta kods, pēdējais pirkums, biežums, tēriņi, kategorija). Izņemiet 5 segmentus ar "1) RFM segmentāciju", izveidojiet "2) uz segmentiem balstītas komunikācijas melnrakstu" visvērtīgākajam un riskantākajam segmentam. Izpildiet savu plānu sadaļā “4) Ētikas/piekrišanas pārskatīšana”.

kontrolsaraksts

• [ ] Es anonimizēju klientu datus.
• [ ] Es izveidoju jēgpilnus segmentus ar RFM.
• [ ] Katram segmentam esmu atdalījis atbilstošo piedāvājumu un vēstījumu.
• [ ] Es plānoju sūtīt tikai tiem klientiem, kuri piekrīt.
• [ ] Esmu izvairījusies no aizsargāta īpašuma un sensitīviem secinājumiem.
• [ ] Es plānoju regulāri atjaunināt segmentus.