Chi sono i miei clienti migliori? Chi non compra i miei prodotti da tanto tempo? Queste sono domande frequenti e che attanagliano molti brand presenti sul mercato, indipendentemente dalle dimensioni del loro business. I comportamenti dei clienti infatti variano nel tempo e le aziende possono compiere azioni di diverso tipo per cercare di coinvolgerli e ingaggiarli, ma la prerogativa deve essere una e di non poca importanza: conoscerli.

Ci sono infatti clienti che risultano particolarmente sensibili a sconti e promozioni, o altri che, dal momento che comprano regolarmente presso un determinato brand, vengono coinvolti anche solo dall’invio di una email di presentazione della nuova collezione. Ogni persona si comporta diversamente, ma questo non deve spaventare un’azienda perchè ci sono diversi modi per conoscere i propri clienti. Uno di questi è l’RFM.

Cos’è l’RFM?

L’acronimo RFM sta per Recency Frequency Monetary e rappresenta un algoritmo in grado di raggruppare i clienti di un brand in diversi cluster in base al loro comportamento d’acquisto, permettendo così di poterli conoscere meglio e di indirizzare loro comunicazioni e campagne di marketing mirate. Ma vediamo le tre voci più nel dettaglio:

• Recency rappresenta l’intervallo di tempo intercorso dall’ultimo acquisto. Con questo parametro un brand può stabilire quali sono i clienti che hanno comprato nell’ultimo periodo e quelli invece che non effettuano acquisti da lungo tempo
• Frequency indica la frequenza di acquisto. Ci sono clienti che si dimostrano affezionati a un brand e ne sono compratori assidui e regolari, e quelli invece occasionali
• Monetary indica invece un valore economico legato al cliente. In poche parole è l’indicatore di quanto il cliente spende

Tutti questi dati relativi al singolo contatto sono molto preziosi perchè ci forniscono informazioni relative ai suoi comportamenti di acquisto.

L’output dell’algoritmo riporta i tre valori distinti degli indicatori poiché il peso da associare dipende dall’industry e dalla tipologia di mercato del brand. Un esempio molto semplice è quello relativo alla GDO dove la frequenza di acquisto e lo scontrino medio hanno valori molto diversi rispetto ad un brand del lusso.

Facciamo un esempio semplice: Paolo e Marco sono due clienti del brand Maison e tutti e due hanno effettuato un acquisto due giorni fa. Tuttavia Marco ha comprato un prodotto anche la settimana scorsa, Paolo non acquistava da quattro mesi. Risulta quindi abbastanza evidente che i due clienti non hanno lo stesso valore per il brand, ma soprattutto che devono essere coinvolti in due modalità totalmente diverse. Marco potrebbe essere infatti un cliente abituale, che compra di frequente presso Maison e quindi per lui potrebbe essere molto utile ricevere una comunicazione settimanale che lo informa dei nuovi arrivi e di eventuali sconti. Paolo invece è un cliente occasionale, che si collega a Maison solo in determinate circostanze. Per Paolo potrebbe quindi essere utile una comunicazione a pochi giorni dall’ultimo acquisto con uno sconto da utilizzare sulla spesa successiva. In questo modo, in caso di dubbio, potrebbe essere incentivato a scegliere Maison ancora una volta.

Ma come funziona l’RFM?

Il funzionamento è semplice; per ognuna delle metriche sopra citate viene assegnato un punteggio in una scala crescente da 1 a 5. Una volta assegnati i valori numerici legati all’RFM è possibile identificare dei cluster di divisione del target in modo molto dinamico. È infatti possibile generare incroci tra le voci di Recency Frequency e Monetary individuando per esempio coloro che spendono molto acquistando di frequente o coloro che hanno speso poco ma hanno comprato di recente combinando in vario modo i tre parametri parte dell’algoritmo.

I clienti con punteggi RFM più elevati sono i TOP spender per un brand in quanto rappresentano quelli più attivi, che acquistano con più frequenza, spendendo relativamente tanto. Su di essi varrà quindi la pena investire per costruire una relazione duratura nel tempo.

Alcuni esempi

L’applicabilità dell’RFM in ambito marketing è estremamente ampia e variegata in quanto, permettendo una migliore conoscenza della propria audience, rende possibile lo svolgimento di diverse attività di marketing e comunicazione costruite per rispondere all’esigenza specifica del cliente in un preciso momento.

• Attività di re-engagement

Supponiamo di essere il brand Maison, dedicato alla vendita ecommerce di articoli di abbigliamento e di avere un cluster di clienti che in passato comprava molto di frequente e con un buon livello di spesa, ma che, nell’ultimo periodo, sembra totalmente disinteressato nei confronti del brand. Analizzando il loro comportamento nel tempo potrebbe aver senso organizzare una campagna marketing di re-engagement nei loro confronti, dove vengono per esempio comunicati loro sconti e prezzi speciali, invitandoli così a tornare a scegliere il brand come facevano in passato.

• Prodotti correlati

La stessa tipologia di campagna non avrebbe però senso in caso di un cluster di clienti con un’elevata Recency e Monetary. In questo caso infatti si tratta di persone che hanno acquistato da poco tempo e, studi di mercato dimostrano che questo tipo di cliente è più propenso a comprare nel periodo subito successivo al primo acquisto. In questo caso potrebbe quindi aver senso un altro tipo di comunicazione, che vada a pubblicizzare, per esempio, prodotti correlati a quelli del primo acquisto.

• Sconti e promozioni periodiche

E cosa potrebbe fare un brand nei confronti di un cliente che compra frequentemente e l’ultimo acquisto è molto recente? Essendo un cliente fedele al brand, che non acquista solo per i saldi, potrebbe essere interessato a ricevere comunicazioni frequenti da parte dell’azienda, per rimanere aggiornato sulla nuova collezione, eventi relativi al brand ed eventuali offerte o promozioni speciali solo per i clienti TOP.

Come visto quindi dagli esempi precedenti, ciascun cliente ha un comportamento diverso in quanto risultato di bisogni diversi e per un brand è fondamentale riuscire a comunicare con ciascuno nel modo più personale possibile.

L’RFM aiuta quindi il brand a conoscere meglio i propri clienti per costruire percorsi e messaggi personalizzati.

Per una visione più tecnica e analitica dell’RFM leggi l’approfodimento riguardo l’applicazione del modello RFM a dati reali.