පාරිභෝගික ඛණ්ඩනය: RFM, පුද්ගලීකරණය සහ පක්ෂපාතීත්වය

ලාභ:

• කෘතිම බුද්ධි සහාය ඇතිව RFM (Recency-Frequency-Monetary) සහ හැසිරීම් අංශ නිර්වචනය කිරීමට සහ අර්ථකථනය කිරීමට හැකියාව
• එක් එක් කොටස සඳහා පුද්ගලීකරණය කළ සන්නිවේදනය සහ පක්ෂපාතිත්වය පිරිනැමීමේ කෙටුම්පත් නිෂ්පාදනය කිරීමේ හැකියාව
• ඛණ්ඩනය සහ පුද්ගලීකරණය කිරීමේදී වෙනස්කම් කිරීම, රහස්‍යභාවය සහ පැහැදිලි කැමැත්ත සීමාවන් නිරීක්ෂණය කිරීමේ හැකියාව

සියලුම පාරිභෝගිකයින් එක හා සමාන නොවේ. සමහරු හැම සතියකම ඇවිත් ගොඩක් වියදම් කරනවා; සමහර අය එක පාරක් ඇවිත් අතුරුදහන් වෙනවා. සමහරු විශ්වාසවන්තව සිටියත් තවදුරටත් නතර නොවේ. ඔවුන් සියල්ලන්ටම එකම පණිවිඩයක් සහ එකම දීමනාවක් යැවීම මුදල් නාස්තියක් මිස ප්‍රතිඵලයක් නොලැබේ. පාරිභෝගික ඛණ්ඩනය යනු ගනුදෙනුකරුවන් අර්ථවත් කණ්ඩායම්වලට බෙදීම සහ එක් එක් කණ්ඩායම සඳහා සුදුසු ප්‍රවේශයක් ස්ථාපිත කිරීමයි. මෙම ඒකකය තුළ, ඔබ පාරිභෝගික දත්ත වලින් කොටස් උපුටා ගන්නා සහ එක් එක් කොටස සඳහා සුදුසු සන්නිවේදන කෙටුම්පතක් නිපදවන සහායකයෙකු ලෙස කෘතිම බුද්ධිය භාවිතා කරනු ඇත. විවේචනාත්මක සීමාව: ඛණ්ඩනය බලය ලබා දෙයි, නමුත් මෙම බලය වෙනස් කොට සැලකීම සහ පෞද්ගලිකත්වය ආක්‍රමණය කිරීම බවට පරිවර්තනය නොවිය යුතුය.

ඛණ්ඩනය: එය හැසිරීම්, වටිනාකම් හෝ අවශ්‍යතා වල සමානකම් මත පදනම්ව පාරිභෝගිකයින් කණ්ඩායම් වලට බෙදීමේ ක්‍රියාවලියයි.

පුද්ගලීකරණය: සෑම අංශයකටම (හෝ පුද්ගලයාට) ඔවුන්ගේ අවශ්‍යතා සහ අවශ්‍යතාවලට ගැලපෙන අන්තර්ගතය, පිරිනැමීම් හෝ අත්දැකීම් ලබා දීම.

RFM: වඩාත්ම ප්‍රායෝගික ඛණ්ඩනය

සිල්ලර වෙළඳාමේ වැඩිපුරම භාවිතා කරන ක්රමය RFM වේ. එය සරල සංඥා තුනක් දෙස බලයි:

• R (මෑත කාලය): පාරිභෝගිකයා අවසන් වරට සාප්පු ගියේ කවදාද? මෑත = වඩා ක්රියාකාරී.
• F (සංඛ්‍යාතය): ඔහු යම් කාල සීමාවක් තුළ කොපමණ වාර ගණනක් සාප්පු සවාරි ගියාද? ඉහළ = වඩා සම්බන්ධයි.
• එම් (මුදල්): ඔහු කොපමණ මුදලක් වියදම් කළාද? ඉහළ = වඩා වටිනා.

සෑම පාරිභෝගිකයෙකුටම මෙම මාන තුනෙහි ලකුණු ලබා දී ඇත (උදා: 1-5), සහ ලකුණු එකතුව කොටස තීරණය කරයි. Yapay zeka bu skorlamayı ve segment adlandırmayı hızlıca yapar.

කොටස

RFM පැතිකඩ

ප්රවේශය

ශූරයන්

ඉහළ ආර්, එෆ්, එම්

ත්‍යාග, ඉක්මන් ප්‍රවේශය, තානාපතිවරුන් සාදන්න

විශ්වාසවන්ත පාරිභෝගිකයන්

ඉහළ එෆ්, මැද එම්

ඉහළ විකුණුම්, පක්ෂපාතිත්වයේ වාසිය

අවදානම් සහිත අය

අඩු R, කලින් ඉහළ F/M

ජයග්‍රාහී ව්‍යාපාරය

නව පාරිභෝගිකයන්

ඉහළ R, අඩු F

Hoş geldin akışı, ikinci alışverişi teşvik

නින්දට වැටෙන අය

අඩු R, අඩු F

අඩු වියදම් මතක් කිරීම හෝ වැටීම

ඉඟිය: සියලු දෙනාටම වට්ටම් යවන්න එපා. ශූරතා වට්ටම යනු ආන්තිකය අහිමි වීමකි (එය කෙසේ හෝ ලැබෙනු ඇත); සැබෑ අවදානම් සහ අක්‍රිය කොටස සඳහා වට්ටම් සුරකින්න.

හැසිරීම් අංශ

RFM වලින් ඔබ්බට, හැසිරීම කොටස් ද ස්ථාපිත කරයි: ප්‍රවර්ග මනාපය (ළමා නිෂ්පාදන පමණක් මිලට ගැනීම), නාලිකාව (මාර්ගගතව පමණි), මිල සංවේදීතාව (සැමවිටම විකිණීමට ඇත), සෘතුමය බව. කෘත්‍රිම බුද්ධියට මෙම රටා දත්ත වලින් උකහා ගත හැකි අතර “මිල දඩයම් කරන්නන්,” “වාරික ගැනුම්කරුවන්,” “සති අන්ත සාප්පු යන්නන්” වැනි කණ්ඩායම් යෝජනා කළ හැකිය.

පුද්ගලීකරණයේ සීමාවන්: ආචාර ධර්ම සහ පෞද්ගලිකත්වය

ඛණ්ඩනය බලවත් ය, නමුත් කිසි විටෙකත් පේළි තුනක් හරහා නොයන්න:

• වෙනස් කොට සැලකීමක් නැත: මෙම කොටස ආරක්ෂිත ලක්ෂණ (වාර්ගිකත්වය, ආගම, සෞඛ්‍යය, ලිංගික දිශානතිය) මත පදනම් විය නොහැක; ඔවුන්ගෙන් වක්‍ර අනුමාන කිරීම් (උදා: තැපැල් කේතය මගින් ජනවාර්ගිකත්වය තක්සේරු කිරීම) ද අවදානම් සහගත ය.
• පැහැදිලි කැමැත්ත: වාණිජ විද්‍යුත් පණිවිඩ (SMS, විද්‍යුත් තැපෑල) යැවීමට සාමාන්‍යයෙන් පාරිභෝගිකයාගේ පැහැදිලි කැමැත්ත අවශ්‍ය වේ. අනුමැතියකින් තොරව, යැවීම නීතිමය සහ කීර්තිමත් අවදානමකි.
• දත්ත අවම කිරීම: කොටස් පිහිටුවීමට අවශ්‍ය අවම දත්ත භාවිතා කරන්න; සංවේදී දත්ත වලින් ඈත් වන්න.

අවවාදයයි: "මෙම පාරිභෝගිකයා ගැබිනියක් විය හැක, ළදරු නිෂ්පාදනයක් නිර්දේශ කරමු" වැනි සංවේදී ජීවිත සිදුවීම් මත පදනම්ව ඉලක්ක කිරීම පාරිභෝගිකයාට බාධාවක් විය හැකි අතර පුද්ගලිකත්වය උල්ලංඝනය කිරීමක් පිළිබඳ හැඟීමක් ඇති කරයි. අනුමාන ඉලක්ක කිරීම සමඟ ඉතා ප්‍රවේශම් වන්න.

පියවරෙන් පියවර ඛණ්ඩනය

1. නිර්නාමික දත්ත සකස් කරන්න: පාරිභෝගික කේතය (නම නොවේ), අවසන් සාප්පු සවාරි දිනය, මිලදී ගැනීම් ගණන, මුළු වියදම්, කාණ්ඩය. පුද්ගලික හඳුනාගැනීම් ඉවත් කරන්න.
2. RFM ලකුණු: ආර්, එෆ්, එම් මානයන්හි කෘත්‍රිම බුද්ධි ලකුණු 1-5 ලබා ගන්න.
3. නම් කොටස්: ලකුණු සංයෝජන අර්ථවත් කණ්ඩායම්වලට සම්බන්ධ කරන්න.
4. ක්‍රියා සිතියම: එක් එක් කොටස සඳහා ඉලක්ක, පිරිනැමීම් සහ පණිවිඩ කෙටුම්පත් කරන්න.
5. පෙරහන් කැමැත්ත සහ ආචාර ධර්ම: කැමැත්ත ඇති පාරිභෝගිකයින්ට පමණක් යවන්න, වෙනස් කොට සැලකීමේ ඉලක්ක ඉවත් කරන්න, ප්‍රතිඵල මැන බලන්න.

කුඩා නඩු

නඩුව 1 — නිවැරදි කොටස සඳහා නිවැරදි දීමනාව: රූපලාවණ්‍ය දාමයක් මසකට පාරිභෝගිකයින් 40,000කට ඒකාකාර 15% වට්ටමක් SMS යවමින් සිටියේය. කෘත්‍රිම බුද්ධි RFM සමඟින් කොටස් කළ විට, "ශූරයන්" (මිනිසුන් 8,500) ඒ වන විටත් නිතිපතා ලබමින් සිටියහ. වට්ටම යවා ඇත්තේ අවදානම් සහිත පුද්ගලයින් 6,200 දෙනෙකුට පමණක් වන අතර කලින් ප්‍රවේශය + ලකුණු ශූරයන් වෙත යවන ලදී. ප්‍රචාරක පිරිවැය 30% කින් අඩු වූ අතර, ආපසු පැමිණෙන අවදානම් ගනුදෙනුකරුවන්ගේ සංඛ්‍යාව 18% කින් වැඩි විය.

නඩුව 2 — නැවත ජයග්‍රහණය කිරීම: ඔන්ලයින් සිල්ලර වෙළඳසැලක් දින 90+ තුළ සාප්පු සවාරි නොගිය කලින් විශ්වාසවන්ත පාරිභෝගිකයින් 3,100ක් එහි "අවදානම්" කොටසට ගෙන යයි. AI විසින් පුද්ගලාරෝපිත “අපට ඔබ නැතුව පාලුයි + ඔබට අතීතයේදී ලැබුණු කාණ්ඩයෙන් නොමිලේ නැව්ගත කිරීම” පණිවිඩ කෙටුම්පතක් නිෂ්පාදනය කරයි. එය කැමැත්ත ඇතිව පුද්ගලයන් 2,400කට යවනු ලැබේ; ඔවුන්ගෙන් 410 ක් සති 6 ක් ඇතුළත නැවත සාප්පු යනවා.

නඩුව 3 — සදාචාරාත්මක දෝෂ සහ නිවැරදි කිරීම: කෘතිම බුද්ධියෙන් "ඉහළ වියදම් විභව" කොටසක් ඉල්ලා සිටින විට ගබඩාවකට අසල්වැසි තොරතුරු භාවිතා කිරීමට අවශ්‍ය වේ. වගකිවයුතු පුද්ගලයා මෙය වක්‍ර වෙනස්කම් කිරීම් සහ පෞද්ගලිකත්ව අවදානම් ඇති කරන බව වටහා ගන්නා අතර එය අසල්වැසි ප්‍රදේශයට වඩා සැබෑ සාප්පු සවාරි හැසිරීම මත පදනම් වේ. කොටස සාධාරණ හා වඩා නිවැරදි ය.

දුර්වල ක්ෂණික / ශක්තිමත් විමසුම

දුර්වල ක්ෂණික:

මගේ ගනුදෙනුකරුවන් කණ්ඩායම් කරන්න.

කුමන දත්තද, කුමන තර්කයද, කුමන අරමුණද අපැහැදිලි ය.

බලවත් විමසුම:

ඔබේ කාර්යභාරය: CRM සහ ඛණ්ඩනය කිරීමේ විශේෂඥයා. දත්ත: පහත දැක්වෙන්නේ නිර්නාමික පාරිභෝගික වගුවයි (ගනුදෙනුකරු_කේතය, පසුගිය සාප්පු සවාරි දින ගණන, මාස 12 තුළ මිලදී ගැනීම් ගණන, මුළු වියදම්, වැඩිපුරම මිලදී ගත් ප්‍රවර්ගය). පුද්ගලික තොරතුරු නොමැත. කාර්යය: (1) RFM තර්කනය සමඟින් පාරිභෝගිකයන් කොටස් 5කට බෙදා එක් එක් කොටස නම් කරන්න, (2) එක් එක් කොටසෙහි ආසන්න ප්‍රමාණය ලබා දෙන්න, (3) එක් එක් කොටස සඳහා එක් වාක්‍ය ක්‍රියා යෝජනාවක් දෙන්න. රීතිය: දත්තවල හැසිරීම් දත්ත පමණක් භාවිතා කරන්න; දිස්ත්‍රික්කයෙන්, නමෙන් හෝ ජනවිකාසයෙන් වෙනස් කොට සැලකීම් සිදු නොකරන්න. දත්ත: [පේස්ට්]

පිටපත් කළ හැකි ක්ෂණික සැකිලි

1) RFM ඛණ්ඩනය

පහත නිර්නාමික පාරිභෝගික දත්ත RFM තර්කනය සමඟ ලකුණු කරන්න (R, F, M සඳහා 1-5) සහ එය අර්ථවත් කොටස් වලට බෙදන්න. එක් එක් කොටසෙහි විශාලත්වය සහ විස්තරය දෙන්න. එය වගු ආකාරයෙන් ඉදිරිපත් කරන්න. දත්ත: [පේස්ට්]

2) අංශය පදනම් වූ සන්නිවේදන කෙටුම්පත

මෙම කොටස සඳහා පෞද්ගලීකරණය කළ කෙටි පණිවුඩයක් සහ ඊමේල් කෙටුම්පතක් ලියන්න: [කොටස විස්තරය]. ස්වරය අපගේ සන්නාමය [තානය], යෝජනාව [පිරිනැමීම] ගැලපේ. වෙනස් මාතෘකා දෙකක් යෝජනා කරන්න. නොමඟ යවන හිමිකම් භාවිතා නොකරන්න, උපරිම වචන 40.

3) Winback උද්ඝෝෂනය

දින 90+ තුළ සාප්පු සවාරි නොගිය පැරණි විශ්වාසවන්ත පාරිභෝගිකයින් සඳහා ජයග්‍රාහී පණිවිඩයක් කෙටුම්පත් කරන්න. පසුගිය කාණ්ඩ මනාප මත පදනම්ව, අඩු වියදම් දිරිගැන්වීමක් පිරිනමන්න. විවිධ ප්‍රවේශයන් 3ක් දෙන්න.

4) ආචාර ධර්ම/අනුමත විගණනය

පහත ඉලක්කගත සැලැස්ම පරීක්ෂා කරන්න: ආරක්ෂිත ලක්ෂණ, සංවේදී ජීවිත සිදුවීම් අනුමාන, එකඟ නොවීම හෝ පුද්ගලික දත්ත අනවශ්‍ය ලෙස භාවිතා කිරීම මත පදනම්ව වෙනස්කම් කිරීමක් තිබේද? අවදානම් සලකුණු කර විකල්ප යෝජනා කරන්න. සැලැස්ම: [පේස්ට්]

පොදු වැරදි

• සෑම කෙනෙකුටම එකම පණිවිඩය: කොටස් රහිත සන්නිවේදනය මුදල් හා අවධානය නාස්ති කිරීමකි.
• ශූරතාවලියේ අනවශ්‍ය වට්ටම්: දැනටමත් එය මිලදී ගන්නා පාරිභෝගිකයාට වට්ටම් කිරීම ආන්තික පාඩුවකි.
• අනුමැතියකින් තොරව යැවීම: SMS/e-mail සඳහා පැහැදිලි කැමැත්ත අවශ්‍ය වේ.
• ආරක්ෂිත ලක්ෂණ මත පදනම් වූ කොටස: වෙනස්කම් කිරීම; වක්‍ර නිගමන ද අවදානම් ය.
• සංවේදී ජීවිත සිදුවීම් ඉලක්ක කිරීම: පෞද්ගලිකත්වය උල්ලංඝනය කිරීමක් පිළිබඳ හැඟීමක් ඇති කරයි.
• එක් වරක් කොටසක් සකසන්න සහ එය අමතක කරන්න: පාරිභෝගික හැසිරීම වෙනස් වේ; නිතිපතා යාවත්කාලීන කරන්න.

සාරාංශයකින්

ඛණ්ඩනය යනු නිවැරදි පාරිභෝගිකයා වෙත නිවැරදි ප්‍රවේශය ස්ථාපිත කිරීමේ මාර්ගයයි; RFM යනු වඩාත්ම ප්‍රායෝගික ආරම්භයයි. AI ලකුණු කිරීම, කොටස් නම් කිරීම සහ පණිවිඩ කෙටුම්පත් කිරීම වේගවත් කරයි. නමුත් පැහැදිලි කැමැත්ත, දත්ත අවම කිරීම සහ වෙනස්කම් නොකිරීම යන සීමාවන් සාකච්ඡා කළ නොහැකි ය; චර්යාත්මක දත්ත මත පදනම් පුද්ගලීකරණය, සංවේදී මැදිහත්වීම් වළක්වා ගන්න.

යෙදුම් කාර්යය

ඔබගේ නිර්නාමික පාරිභෝගික දත්ත වලින් වගුවක් සාදන්න (පාරිභෝගික කේතය, අවසන් මිලදී ගැනීම, වාර ගණන, වියදම් කිරීම, කාණ්ඩය). "1) RFM ඛණ්ඩනය" සමඟින් කොටස් 5ක් උපුටා ගන්න, වටිනාම සහ අවදානම්ම කොටස සඳහා "2) කොටස පදනම් කරගත් සන්නිවේදන කෙටුම්පත" නිෂ්පාදනය කරන්න. ඔබේ සැලැස්ම "4) ආචාර ධර්ම/අනුමත සමාලෝචනය හරහා දමන්න.

පිරික්සුම් ලැයිස්තුව

• [ ] මම පාරිභෝගික දත්ත නිර්නාමික කළෙමි.
• [ ] මම RFM සමඟ අර්ථවත් කොටස් නිර්මාණය කළෙමි.
• [ ] මම එක් එක් කොටස සඳහා සුදුසු දීමනාව සහ පණිවිඩය වෙන් කර ඇත.
• [ ] කැමැත්ත ඇති ගනුදෙනුකරුවන්ට පමණක් යැවීමට මම සැලසුම් කළෙමි.
• [ ] මම ආරක්‍ෂිත දේපළ සහ සංවේදී අනුමානයෙන් වැළකුණෙමි.
• [ ] මම කොටස් නිතිපතා යාවත්කාලීන කිරීමට සැලැස්මක් සකස් කළෙමි.