A análise RFM para segmentação de clientes

A análise RFM é uma estratégia de marketing para analisar e estimar o valor de um cliente, com base em três váriaveis: Recência (com que frequência o cliente fez uma compra?), Frequência (com que frequência eles compram) e Valor monetário (Quanto eles gastar?) a fim de prever quais clientes têm maior probabilidade de realizar novas compras no futuro.

Hoje, as empresas têm mais dados sobre seus clientes do que nunca, inclusive ja discutimos em outros artigos sobre as métrica SaaS mais importantes, como o LTV (Lifetime Value), churn, TTV (Time To Value), ARPU (Average Revenue per User), dente muitos outros.

Mas deixa eu te perguntar algumas coisas: como você sabe quando seu cliente vai “churnar”? O que é melhor, um cliente que gasta muito, ou um cliente que compra muito? Qual cliente você pode considerar perdido? Qual cliente que esta prestes a comprar novamente?

Eu entendo que essas perguntas são difíceis de serem respondidas (confesso que eu conheço poucas empresas que tem o nível de maturidade necessária para responde-las). É é por esse motivo que ter um modelo que te ajude a prever com precisão o nível dos seus usuários, te ajudando a construir campanhas de marketing e ações do time de CS é tão importante.

Nesse artigo eu quero discutir sobre um desses modelos: a análise RFM.

O conceito da análise RFM, foi citado pela primeira vez em um artigo de Jan Roelf Bult e Tom Wansbeek, “Seleção ideal para mala direta“, publicado em uma edição de 1995 da Marketing Science. E foi criado para ajudar os profissionais de marketing a segmentar grupos específicos de clientes.

A análise de RFM é baseada no principio de Pareto, que quando aplicado no marketing diz que 80% dos resultados vêm de 20% das causas. Da mesma forma, 20% dos clientes contribuem com 80% da sua receita total.

A análise RFM é um acrônimo para Recência, Frequência e Valor Monetário, e é uma ferramenta de análise de marketing e/ou para o time de CS (Customer Sucess) usada para identificar os melhores clientes de uma empresa ou organização usando determinadas medidas. O modelo RFM é baseado em três fatores quantitativos:

1. Recência: quão recentemente um cliente fez uma compra;
2. Frequência: com que frequência um cliente faz uma compra;
3. Valor monetário: quanto dinheiro um cliente gasta em compras;

A análise RFM classifica numericamente um cliente em cada uma dessas três categorias, geralmente em uma escala de 1 a 5 (quanto maior o número, melhor o resultado). O “melhor” cliente receberá uma pontuação máxima em todas as categorias.

De acordo com essas métricas, é possível segmentar seus clientes em grupos para entender quais deles compram muitas coisas com freqüência, que compram poucas coisas, mas frequentemente, e que não compram nada há muito tempo.

A análise RFM é uma maneira intuitiva de segmentar clientes usando seus dados de compra. É diferente de outros modelos de segmentação porque é baseado em dados, altamente preciso e é dimensionado para qualquer número de segmentos resultantes facilmente.

Embora existam inúmeras maneiras de realizar a segmentação, a análise RFM é popular por três razões:

• Utiliza escalas objetivas e numéricas, produzindo uma representação concisa e informativa de alto nível dos clientes.
• É simples – os profissionais de marketing podem usá-lo efetivamente sem a necessidade de cientistas de dados ou software sofisticado.
• É intuitivo – a saída desse método de segmentação é fácil de entender e interpretar

R – Recência

Quanto tempo se passou desde a última vez que um cliente comprou de você?

Quanto mais recentemente um cliente fez uma compra com uma empresa, maior a probabilidade de ele continuar mantendo a empresa e marca em mente para futuras compras. Comparado com os clientes que não compram de você há meses ou períodos ainda mais longos, a probabilidade de se envolver em transações futuras com clientes recentes é indiscutivelmente maior.

Essas informações podem ser utilizadas para lembrar os clientes recentes de revisitarem os negócios para continuar atendendo às suas necessidades de compra. Em um esforço para não negligenciar os clientes que perderam tempo, esforços de marketing podem ser feitos para lembrá-los de que já faz um tempo desde a última transação, oferecendo-lhes um incentivo para reavivar seu patrocínio.

Nota: Fique atendo com a diferença entre industrias – em algumas mercados, é mais provável que um cliente recente compre novamente. Em outros – digamos, carros e casas – o oposto é o padrão.

F – Frequência

Com que frequência um cliente comprou da sua marca durante uma determinada semana, mês, ano?

A frequência das transações de um cliente pode ser afetada por fatores como o tipo de produto, o preço da compra e a necessidade de reabastecimento ou substituição. Se o ciclo de compra puder ser previsto, por exemplo, quando um cliente precisar comprar novos mantimentos, os esforços de marketing poderão ser direcionados para lembrá-lo de visitar a empresa quando itens como ovos ou leite estiverem esgotados.

M – Monetaridade

Quanto – em montante financeiramente, um cliente já comprou de você?

O valor monetário é relacionada ao retorno financeiro que o cliente traz para a empresa durante suas transações. Uma tendência natural é colocar mais ênfase no incentivo aos clientes que gastam mais dinheiro para continuar fazendo isso. Embora isso possa produzir um melhor ROI em marketing e atendimento ao cliente, também corre o risco de alienar clientes consistentes, mas que não gastaram tanto com cada transação.

Nota: Em alguns nichos, o valor monetário individual de um cliente não é importante porque o volume é mais saliente. Em outros nichos – digamos, imóveis ou negócios automotivos – o inverso é verdadeiro.

Os modelos de RFM podem ser personalizados de acordo com sua empresa. No entanto, na maioria dos modelos de RFM, cada cliente recebe uma pontuação de 1 a 5 para cada variável, sendo 1 a mais baixa e 5 a mais alta. Em seguida, combinamos essas pontuações (não a soma) para criar a pontuação de RFM de três dígitos – por isso as pontuações variam de 111 a 555. 

Importante: não existem pontuações RUINS no RFM. Cada pontuação do RFM deve informar se e quais mensagens serão exibidas para o cliente. Um modelo de RFM que pontua o cliente de 1 a 5 configura um quintil; portanto, quando um cliente obtém 1, isso significa que ele fica entre os 20% inferiores de todos os clientes. Da mesma forma, se um cliente obtém 5, significa que ele se enquadra nos 20% melhores de todos os clientes. 

Juntas, essas três pontuações individuais nos fornecem um relato instantâneo cada cliente e nos ajudam a determinar que tipo de oferta/mensagem, se houver, deve ser direcionada a eles. 

Existem 2 maneiras principais de calcular a pontuação RFM, por (1) inferência, e (2) por quintil:

Nota: o valor da pontuação RFM não se baseia em um valor absoluto, mas relativo (comparado a todos os outros clientes).

• Pontuação por Inferência / Simples

A pontuação por inferência é uma das formas mais faceis de pontuar seus cliente, porque ela é inteiramente relacionado com as decisões de negocios.

Por exemplo, imagina que você é uma empresa SaaS que vende conteúdo a la carte para estratégias de marketing. Um cliente gastou R$ 5.000 em conteúdos, (se esse valor é significativo para você), ele receberá uma pontuação M, valor monetário de 5. Um cliente que comprou há uma semana, pode receber o valor 5 para a pontuação R (recência).

Como você pode ver, definimos um intervalo para cada pontuação. Os limites do intervalo são baseados na natureza dos negócios. Você também definiria intervalos de frequência e valores monetários como este.

Algumas observacões sobre essa forma de pontuar:

• Vantagens: é muito fácil de pontuar, já que você sabe o que é o considerado bom para cada um dos valores da RFM.
• Desvantagens: a sua pontuação acaba ficando enviesada, principalmente se ela não for baseada em dados.

Mas existem desafios com esse cálculo fixo de período / intervalo para pontuações de RFM. À medida que a empresa cresce, os intervalos de pontuação podem precisar de ajustes frequentes.

Por exemplo, se você tem uma empresa SaaS com pagamento recorrente com diversas condições como mensal, anual etc. – os cálculos podem dar errado ou ficar mais complexos de calcular.

• Pontuação por Quintil

Essa é uma das formas mais utilizadas pelas empresas ao utilizarem a análise RFM. O conceito é bem simples:(1) você pega todos os dados de cada uma das letras; (2) ordena do menor para o maior; (3) divide ele em cinco partes iguais; (4) Para cada uma dessas partes, você atribuirá um score de 1 a 5 para aqueles que estiverem dentro daquele quintil, sendo 5 a maior pontuação.

Por exemplo, imagine que vamos calcular a pontuação de M para uma loja de roupa, ou seja, quanto nossos clientes já gastaram na loja. Para isso, vamos primeiro organizar todos os compradores do menor para o maior, ou seja, dos que gastaram menos dinheiro para os que gastaram mais.

Em seguida, dividimos o conjunto de clientes por 5. Vamos supor que temos 10 compradores, sendo assim, será 2 pessoas para cada parte;

Agora que separamos nossos clientes em 5 partes, é hora de atribuir a nota. Para aqueles que estiverem dentro do primeiro quintil, você atribuirá a pontução 1; aqueles que estiverem dentro do segundo quintil receberão a pontuação de 2, e assim por diante.

Algumas observacões sobre essa forma de pontuar:

• Vantagens: A vantagem desse método é que você terá maior precisão dos seus compradores para, então, atribuir uma pontuação a ele
• Desvantagens: Calcular os quintis é um pouco complicado, pois envolve matemática, contudo, se você estiver familiarizado com porcentagens, você vai tirar isso de letra.

Lembrando que em no exemplo calculamos apenas a pontuação de M. Você deve fazer o mesmo processo para R e F.

• Os segmentos de clientes

Quando você der a pontuação RFM para cada cliente, o próximo passo é segmenta-los. Existem diversas maneiras de segmentar seus clientes com base na análise RFM. A mais comum (que eu inclusive utilizo) são os 11 segmentos a seguir:

• A tabela representativa

Para saber qual segmento seu cliente se encontra, você utiliza a tabela representativa abaixo. Essa é uma tabela baseada nos segmentos que foram listados no ponto anterior, e sua utilização é muito simples:

1. Pegue a pontuação R (recência) do seu usuário. Por exemplo: 5;
2. Tire a média entre a pontuação de F (frequência) e M (valor monetário). Por exemplo: F = 5, M = 4, a média é (5+4)/2 = 4,5;
3. Esses 2 resultados estarão entre uma linhas abaixo que vai representar qual o segmento desse cliente; No nosso exemplo, o cliente seria um campeão. (R = 5, F/M = 4,5)
4. Repita isso para todos os seus clientes;

• A matriz representativa

A tabela representativa dos segmentos citados acima é uma forma de visualizar onde cada cliente se encontra e como você pode se relacionar da melhor forma.

A matriz possui 2 eixos: (1) o eixo x representado pela recência e (2) o eixo y, representando pela média de frequência e valor monetário. E como estamos utilizando notas variando de 1 a 5, nós dividimos a matriz de acordo:

Para facilitar a visualização, você pode definir cores especificas para cada quadrante e relacionar com os segmentos, como na figura abaixo:

A aquisição de novos clientes é significativamente mais cara que a conversão de clientes antigos. É por isso que segmentá-los e direcioná-los com mensagens personalizadas é tão importante.

Como você viu anteriormente, com a análise RFM, você consegue entender melhor seus clientes, segmenta-los em diversas categorias e ter uma comunicação mais assertiva com cada uma delas, especialmente com categorias de baixo risco e alta recompensa – e é por isso que os profissionais de marketing adoram.

Mas porque os profissionais de marketing prefere o RFM a outras estruturas semelhantes? Os motivos são simples:

• Melhor desempenho com muito poucos dados. Diferentemente da maioria dos métodos de segmentação, você só precisa de dados transacionais para usar a estrutura. Isso torna o RFM instantaneamente atraente se você não possuir dados detalhados sobre seu publico.
• Maneira intuitiva e clara de segmentar clientes. O RFM é baseado em dados, o que facilita a medição do resultado preciso que as ações tiveram. Além disso, as visualizações do RFM ajudam os profissionais de marketing a explorar seus dados intuitivamente.
• Mais oportunidades convertidas. Enviar e-mails desnecessários custa uma boa quantia de dinheiro. No entanto, se esses e-mails levarem a cancelamentos de inscrição ou você for marcado como spam, você também perderá o dinheiro nas vendas e no valor da marca. O RFM ajuda a evitar isso. (Isso é especialmente importante se você estiver vendendo um produto sofisticado e for esperado um excelente marketing.)

Etapa 1 – Defina o valor de RFM para cada cliente

A primeira que você precisa fazer é listar todos os seus clientes é:

• Tempo recente (R) como dias desde a última compra : Quantos dias atrás foi a última compra? 1 dia atrás? 14 dias atrás? 500 dias atrás?
• Frequência (F) como número total de transações : quantas vezes o cliente comprou? Por exemplo, se alguém fizer 10 pedidos por um período de tempo X, sua frequência será 10.
• Monetário (M) como dinheiro total gasto: Quantos $$ (ou sua moeda de compra) esse cliente gastou? Basta somar o dinheiro de todo o periodo que estiver calculado. Por exemplo: se estiver usando um prazo de até 2 anos, some todo o valor monetário gasto nesses últimos 2 anos.

Isso feito, coloque em uma tabela, como mostrado abaixo. No exemplo, Henrique Carvalho, comprou pela ultima vez a 3 dias, fez um total de 6 pedidos, no valor do somatório total de $ 540

Etapa 2 – Defina a pontuação de RFM

Observacão: para esse exemplo vamos utilizar a pontuação por quintil e por isso, vamos agrupar os clientes de 2 em 2 para cada variável (volte nesse artigo se quiser relembrar como funciona a pontuação por quintil).

Após listar os valores para cada variável, você precisa dar a pontuação RFM para elas. Ordene as colunas para facilitar o trabalho:

• Recência: ordenar por ordem crescente, ou seja, quanto menor a recência, maior a pontuação. (isso significa que quanto mais recente ele comprou, melhor).
• Frequência: ordenar por ordem decrescente, ou seja, quanto mais compras, maior a pontuação;
• Valor monetário: ordenar por ordem decrescente, ou seja, quanto maior valor financeiro, maior a pontuação.

Com os valores das pontuações definidos, o resultado total vai ser a COMBINAÇÃO das pontuações e não a soma dos valores. Por exemplo: o cliente Henrique teve uma pontuação R = 5, F = 4, M = 4, sua pontuação total RFM = 544

Nota: no exemplo acima, a coluna “valor R” foi ordenada. Mas você vai ordenar todas individualmente para dar as notas adequadas, ou seja, após ordenar de forma crescente a recência e pontua-la, você agora vai ordenar a coluna “valor F” e pontua-la, e depois, ordenar a coluna “valor M” e pontua-la.

Etapa 3 – Calcule o segmento

Com os valores da pontuação de R, F e M, você precisa definir o segmento para CADA usuario. Para isso, utilize a tabela representativa que mostrei anteriormente, e calcule onde o usuário vai ser ficar no matriz representativa.

Por exemplo, o cliente Maria Fernanda:

• O R = 4, o F = 4 e o M = 3;
• Portanto, no eixo X (recência) a Maria Fernanda fica no ponto 4
• No eixo Y (média de frequência e valor monetario) a Maria Fernanda fica no: (4+3)/2 = 3,5

Faça isso para cada usuário para segmenta-los:

Na imagem abaixo, podemos ver o resultado na matriz representativa:

Etapa 4 – Crie ações para cada grupo de usuários

Pronto! Você segmentou seus clientes pelo hábitos de uso / compra. Agora vem a parte mais delicada: crie ações para cada um desses segmentos, afinal de contas, o objetivo de todo esse trabalho e entender quais são os seus clientes mais valiosos, quais são boas oportunidade, e quais você perdeu e pode aproveitar para engaja-los.

Nesse etappa, eu recomendo que você crie um plano de ação para cada segmento. Esse plano de ação pode (e deve) ter a participação de vários setores, como vendas, produto, marketing e CS! Isso é especialmente verdade quando falamos de uma empresa product-led.

Ações que podem ser feitas pelos diferentes setores:

A análise RFM é um framework extremamente útil para analisar sua base de clientes. Com pouco trabalho, você terá uma base de usuário segmentada e irá conseguir realizar ações individuais para cada cliente.

Lembre-se de que os dados são influenciados por estações, promoções, faixa etária, e muitos outros fatores. Se um cliente com um extenso histórico de compras para o mês atual não comprar nada no próximo mês, isso não significa que você deve transferi-los imediatamente para outro segmento. Talvez isso seja apenas o efeito da sazonalidade e, depois de um tempo, eles retomarão as compras.

É o mais importante quando falamos de comunicação com os clientes: com tantas informaçoes uteis que foram levantadas com a análise RFM, as empresas devem levar em consideração que mesmo os melhores clientes não querem ser abordados em excesso, e os clientes mais recentes podem ser cultivados com esforços adicionais de marketing. 

O RFM funciona como um “retrato” da sua base de clientes e como uma ferramenta para priorizar a nutrição, mas não deve ser tomada como uma licença para simplesmente fazer mais ações de vendas de forma indiscriminada! Isso vai acabar afastando seus clientes (e ninguém quer isso).

Principais pontos:

• A análise RFM, ou Recência, frequência, valor monetário, uma ferramenta de análise de marketing usada para identificar os melhores clientes de uma empresa, com base na natureza de seus hábitos de consumo.
• Uma análise de RFM classificando os clientes em até 11 categorias, dependendo do quão recentemente eles fizeram uma compra, com que frequência compram e o tamanho de suas compras.
• A análise de RFM ajuda as empresas a prever quais clientes têm mais chances de fazer compras novamente no futuro, quanta receita vem de novos (versus clientes recorrentes) e como transformar compradores ocasionais em clientes habituais.