RFM Analizi: Müşteri Segmentasyonu Adım Adım

RFM analizi nedir?

RFM, müşterileri davranışsal ölçütlere göre gruplayan bir segmentasyon yöntemidir: Recency (en son ne zaman alışveriş yaptı), Frequency (ne sıklıkla alışveriş yapıyor) ve Monetary (toplam ne kadar harcadı). Bu ölçütlerin hepsi mevcut işlem verisinden hesaplanabildiği için ek anket ya da demografik veri gerektirmez.

Temel varsayım şudur: yakın zamanda alışveriş yapmış, sık gelen ve çok harcayan müşterilerin tekrar satın alma olasılığı, uzun süredir gelmeyen ve az harcayan müşterilere göre yüksektir. RFM bu varsayımı, tüm müşteri tabanına tek tek skor atayarak uygulanabilir hale getirir.

Veri nasıl hazırlanır?

RFM için her işlem satırında en az şu bilgiler gerekir: müşteriyi tanımlayan kimlik, işlem tarihi ve işlem tutarı. İşe verinin temizlenmesiyle başlayın: • Kimliği olmayan ya da eşleştirilemeyen işlemleri ayıklayın. • İade, iptal ve test işlemlerini çıkarın ya da net tutarı hesaplayın. • Aynı müşterinin farklı kayıtlarla tekrarlanıp tekrarlanmadığını kontrol edin. • Analiz tarihini sabitleyin; yakınlık, bu referans tarihine göre hesaplanır.

Sonra işlem tablosunu müşteri bazında özetleyin: her müşteri için son işlem tarihinin referans tarihine uzaklığı, işlem adedi ve toplam tutar. Aykırı değerleri (örneğin tek seferlik çok büyük bir kurumsal alım) ayrıca inceleyin; skorları bozabilirler. Bu özet tabloyu Excel, SQL ya da Python ile üretebilirsiniz.

RFM skorları nasıl hesaplanır?

Her ölçüt için müşteriler sıralanır ve eşit büyüklükteki dilimlere bölünür; her dilime bir puan verilir. Yakınlıkta daha yeni müşteri daha yüksek puan alır; sıklık ve parasal değerde daha yüksek değer daha yüksek puan alır. Sonuçta her müşterinin ölçüt başına birer puanı olur ve bu puanlar birleştirilerek bir RFM kodu oluşur.

Dilim sayısı iş ihtiyacına göre seçilir: daha az dilim yorumu kolaylaştırır, daha çok dilim ince ayrım sağlar. Sıklık dağılımı çoğu zaman çarpıktır, çünkü pek çok müşteri yalnızca bir kez alışveriş yapar; bu durumda dilimlerin boş ya da dengesiz kalmaması için sınırları verinin yapısına göre uyarlayın. Aynı mantıkla ürününüzün satın alma döngüsü uzunsa (örneğin yılda bir yenilenen bir ürün), yakınlık aralıklarını da buna göre ölçeklendirin.

Segmentler nasıl tanımlanır ve adlandırılır?

Tüm puan kombinasyonlarıyla çalışmak pratik değildir. Bunun yerine benzer davranışlı kombinasyonları iş anlamı olan segmentlerde birleştirin. Yaygın örnekler: • Şampiyonlar: yakın zamanda alışveriş yapan, sık gelen ve yüksek harcayan müşteriler. • Sadık müşteriler: sık alışveriş yapan, düzenli müşteriler. • Potansiyel sadıklar: yakın zamanda gelmiş ama henüz sık gelmeyen müşteriler. • Yeni müşteriler: yakın zamanda ilk alışverişini yapanlar. • Risk altındakiler: eskiden değerli olup uzun süredir gelmeyenler. • Kaybedilmiş müşteriler: uzun süredir gelmeyen ve değeri düşük olanlar.

Segment adları ve sınırları işletmenize göre değişebilir. Önemli olan her segmentin, ekibin hatırlayıp kullanabileceği net bir tanımı ve farklı bir aksiyonu olmasıdır.

Her segment için aksiyon planı

Segmentasyon, segment bazında farklı davranmak için yapılır. Şampiyonlara yeni ürün erken erişimi ve teşekkür iletişimi uygundur; indirim vermek gereksiz marj kaybı olabilir. Yeni müşterilerde amaç ikinci alışverişi kazandıran bir karşılama akışıdır. Risk altındaki müşterilere kişiselleştirilmiş bir geri dönüş mesajı ve geçmiş alışverişlerine ilişkin öneriler gönderilir. Kaybedilmiş müşteriler için maliyeti düşük bir son deneme yapılır, yanıt vermeyenler iletişim listesinden çıkarılabilir.

Her aksiyon için bir hedef göstergesi ve karşılaştırma grubu belirleyin: segmentin bir kısmına kampanya uygulayıp diğerine uygulamamak, kampanyanın gerçek etkisini ölçmenizi sağlar. Sonuçlara göre segment sınırlarını ve mesajları güncelleyin.

Örnek: küçük bir e-ticaret mağazasında RFM

Örneğin bir e-ticaret mağazası son işlem verisini müşteri bazında özetledi. Tabloda her müşteri için son alışveriş tarihi, işlem adedi ve toplam harcama var. Mağaza, yakınlık ve sıklık puanı yüksek ama parasal değeri düşük bir grup fark ediyor: bunlar sık ve yakın zamanda alışveriş yapan, ama küçük sepet veren müşterilerdir. Bu grup için sepet büyütme önerisi (tamamlayıcı ürün, belirli tutar üzerinde ücretsiz kargo gibi) anlamlıdır.

Tersine, parasal değeri yüksek ama yakınlığı düşen bir grup varsa bu, eskiden iyi müşteri olup bırakmış kişilerdir. Bu grupta indirimden önce geri dönüş nedenini anlamak gerekir: ürün mü bitti, rakip mi tercih edildi? Kısa bir memnuniyet sorusu ya da kişiselleştirilmiş hatırlatma ilk adım olabilir.

Segment ataması bittikten sonra her segmentin yanında kısa bir not tutun: tanımı, sorumlu ekip, uygulanan aksiyon ve ölçüm göstergesi. Bu not, analizin tek seferlik bir rapor olarak kalmasını, düzenli bir pazarlama pratiğine dönüşmesini sağlar.

RFM'nin sınırları ve sık yapılan hatalar

RFM, geçmiş davranışı tanımlar; müşterinin neden o şekilde davrandığını söylemez. Ürün çeşitliliği, kanal, bölge ve müşteri ihtiyacı gibi bilgileri içermez, bu yüzden tek başına değil diğer analizlerle birlikte kullanılır.

Sık hatalar şunlardır: • İade ve iptalleri temizlemeden skorlamak. • Satın alma döngüsü farklı ürünleri aynı yakınlık aralığıyla değerlendirmek. • Çok fazla segment tanımlayıp hiçbirine özel aksiyon üretmemek. • Segmentleri bir kez oluşturup güncellememek; müşteriler zamanla segment değiştirir. • Kampanya etkisini ölçmeden aksiyonun işe yaradığını varsaymak.

Mindset programlarında bu beceriyi nerede çalışırsınız?

Mindset kataloğundaki RFM ile Müşteri Segmentasyonu eğitimi şu modüllerden oluşur: RFM Modeli Temelleri, RFM Puanlama ve Skorlama, Veri Hazırlama ve Temizleme, Segmente Özel Aksiyon Planlama, Segment Tanımlama ve Etiketleme, RFM Uygulama ve Ölçüm.