Recency, Frequency & Monetary Value Analyse
Een RFM indeling is een doeltreffende manier van het segmenteren van klanten op klantwaarde. RFM staat voor Recency, Frequency en Monetairy value. Vertaald betekent dit hoe recent is de laatste bestelling (of gift bij charitatieve instellingen), met welke frequentie bestelt iemand en voor welke waarde heeft iemand besteld.
Bij de analyse wordt vastgesteld in welke mate de afzonderlijke RFM parameters van invloed zijn op het toekomstige gedrag. Voor elk wordt een factor bepaald. Vervolgens krijgt elke klant een RFM score. Dit is een combinatie van zijn/haar werkelijke koop/geef gedrag vermenigvuldigd met de berekende factor.
In de praktijk betekent dit dat een klant die recentelijk nog besteld heeft en regelmatig grote bestellingen pleegt een zeer hoge score krijgt. Een klant die al lang niet meer besteld heeft en dat daarvoor ook niet frequent deed, krijgt een lage waarde.
RFM gaat er dus van uit dat gedrag uit het verleden, verklarend is voor toekomstig gedrag. Deze analyse blijkt zeer doelmatig voor organisaties waar klanten frequent producten afnemen en een langdurige relatie hebben. Typische voorbeelden waar RFM succesvol wordt toegepast zijn Postorderbedrijven / Webwinkels en Goede doelen.
Door middel van een profiel analyse kan DDMS vervolgens achterhalen of achter de verschillende RFM waarden ook verschillende doelgroepen schuilen. Zodoende krijgt u inzicht in de profielkenmerken die verklarend zijn voor het verschil in een goede (potentiële) klant / donateur ten opzichte van een minder goede.
RFM leent zich niet goed voor het beoordelen van nieuwe klanten omdat bij een nieuwe klant de recentheid altijd hoog is en de frequentie altijd laag. Er is nog geen historie opgebouwd om een goede analyse uit te voeren. In plaats hiervan kunnen wij een voorspellingsmodel bouwen waarbij externe data (zoals sociodemografische data) gebruikt wordt om het gedrag te voorspellen.
Daarbij wordt het profiel van nieuwe klanten vergeleken met dat van bestaande klanten en hun RFM waarden. De hypothese is dan dat als het profiel overeenkomt, de RFM waarde ook overeenkomt.