BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Białowąs Sylwester (Uniwersytet Ekonomiczny w Poznaniu)
Title
Segmentacja na podstawie wartości klienta w zakupach powtarzalnych - zastosowanie metody RFM
Source
Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa, 2011, nr 23, s. 96-105, tab., bibliogr. 7 poz.
Keyword
Metoda RFM (Recency, Frequency, Monetary), Marketing zakupów, Ochrona danych
Recency, Frequency, Monetary method, Buyer marketing, Data protection
Abstract
Segmentacja nazywana RFM z powodzeniem jest używana przez praktyków marketingu od ponad 50 lat. RFM to akronim trzech słów: Recency, Frequency, Monetary. Recency określa czas, jaki upłynął od ostatniego zakupu (ostatniej aktywności), Frequency oznacza częstotliwość zakupu (aktywność konsumenta), Monetary to suma uzyskanych do tej pory od danego klienta pieniędzy. Każdy z tych trzech elementów może być dobrym predyktorem przyszłej wartości klienta, połączenie ich w jednej metodzie daje na ogół bardzo dobre wyniki. Najczęściej stosowany (i opisywany w literaturze) sposób segmentacji sugeruje podział każdego z elementów na kwintyle i złożenie całości w formie 125 segmentów. Daje to sensowną liczbę segmentów, które można opisać i analizować. Przy mniejszej liczebności baz danych oraz dla większej przejrzystości wyników warto jednak złamać zasadę kwintyli i spróbować analizy kwartylowej lub tercylowej. Prezentacja pokazuje empiryczne zastosowanie metody RFM w dwóch branżach: przy pomiarze lojalności klientów sklepu odzieżowego oraz dla klientów firmy z branży finansowej. W celu ochrony danych firm pewne informacje zostały zmienione, nie wpływa to jednak na przebieg i wyniki analiz.

The marketing specialists have been successfully using RFM segmentation for over 50 years. RFM is a method used for analyzing customer behavior and defining market segments. It is commonly used in database marketing and direct marketing. The name RFM is an abbreviation of Recency, Frequency and Monetary value. Recency means how recently has the customer purchased, the Frequency means how often, and the Monetary value means the total amount spent by the customer. Each of the three variables could be efficient predictor of the future consumer's value, but using them together gives usually excellent results. The most popular way of RFM segmentation divides each variable into quintiles (which gives finally 125 segments). In the case of less numerous populations and for better interpretation it could recommended to break the quintiles rule and try to divide the variables into quartiles or tertiles. The paper discuss briefly the RFM theory, shows its application and compares the outputs prepared by different numbers of segments (quintiles and tertiles).(original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics
Bibliography
Show
  1. Baesens B., Viaene S., Poel D.V., Vanthienen J., Dedene G., Bayesian Neural Network Learning for Repeat Purchase Modeling in Direct Marketing, "European Journal of Operational Research" 2002, Vol. 138.
  2. Cheng C.H., Chen Y.S., Classifying the Segmentation of Customer Value via RFM Model and RS Theory, Expert System with Application 2009, Vl. 36.
  3. Hughes A.M., Strategic Database Marketing, McGraw-Hill, New York 1994.
  4. Stafford J.R., RFM: A Precursor to Data Mining, Stafford ABSG 2009.
  5. Stone B., Jacobson R., Successful Direct Marketing Methods, McGraw-Hill Professional, New York 2008 (wydanie ósme).
  6. Stone B., Wyman J., Successful Telemarketing. Opportunities and Technique for Increasing Sales and Profit, McGraw-Hill Professsional, New York 1992.
  7. Sung H.H., Park S.C., Application of Data Mining Tools to Hotel Data Mart on the Intranet for Database Marketing, "Expert System with Application" 1998, Vol. 15.
Cited by
Show
ISSN
1232-4671
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu