Fonctionnement pratique.

L’indice RFM est un indice créé au cours des années 70 pour les enseignes de vente par correspondance pour tenter de mesurer la valeur de leur base de donnée. A cette époque, très peu d’indicateurs permettent de « voir » quelle direction prend une base, mais aussi comment elle est composée. Pour y remédier, les statisticiens vont mettre en place un indice « simple » capable de donner la valeur de cette base grâce à trois types de données :

1/ La Récence (De quand date la dernière commande qu’a faite un client ?)

2/ La Fréquence (Est-ce que le client achète régulièrement ?)

3/ Le Montant (Quel est la quantité totale d’argent que le client dépense ? )

Avec simplement ces trois critères, on va pouvoir dessiner un état à un instant T de la base. C’est-à-dire qu’il va être possible de dire pour chaque client dans quelle catégorie il se situe. Est-ce un client régulier ? est-ce un bon  client ? est-ce un nouveau client, etc.

Le fait de classer les clients et de savoir quel est leur état va permettre d’adapter la communication envers eux. Il est effectivement plus évident d’envoyer un message qui me coûtera plus cher à un client qui aura plus de chance de commander, et inversement.

Le calcul de la RFM va donc ouvrir une fenêtre sur l’état de la clientèle.

i.      Calcul :

Pour calculer la RFM, il est important de différencier la clientèle en fonction des achats qu’elle va effectuer. Comme les VADistes sont les premiers utilisateurs de cette méthode, et que dans les années 70 le moyen le plus usuel de présenter les produits était le catalogue, l’unité de temps de base à naturellement été la durée de vie de celui-ci. Notre période de temps élémentaire est donc le semestre. Les capacités de calcul de l’époque, et les raisons pratiques feront que le plus souvent cette méthode sera utilisée avec un historique de 4 périodes (Sachant qu’une période fait 6 mois, nous étudierons l’historique client sur 2 années).

Pour commencer notre étude, nous réaliserons une segmentation de la base en appliquant des 1 ou  des 0 pour identifier si un client s’est manifesté (s’il a fait une commande) pendant la période considérée. On va ensuite étudier nos clients en remontant T-1, T-2, T-3, T-4. De fait, les représentations-clients se feront avec une série de 4 chiffres type 0101 ou 1111 ou encore 0000 (nous utiliserons dans ce dossier une représentation du temps dans le sens logique : pour 0101 représentera 0(T-4) 1(T-3)0(T-2)1(T-1) )en fonction de leur manifestation (avec un 1 en cas de manifestation, et un 0 dans le cas contraire).

Tous mes clients sont donc classés dans un tableau qui retrace leurs historiques d’achat.

Notre base de données pourra donc être représentée de la façon suivante :

On remarque que ce même tableau nous permet de connaître facilement l’indice de Fréquence, mais aussi de Récence. Par exemple, un client déterminé par le profil 1100 ou un client 0100 ont commandé pour la dernière fois sur la même période, en T-3. La dernière commande date donc du deuxième semestre 1959.

On peut donc faire un tableau qui recense Récence et Fréquence :

Pour la Fréquence, on note de 1 à 4 selon le nombre de fois où le client a acheté pendant toute la durée étudiée. Pour la Récence, c’est le contraire, plus le chiffre est faible, plus le client a commandé récemment. Donc les  notes de Récence oscilleront entre 0 et 4,

Présenté comme suit :

Maintenant que l’on  connaît les deux valeurs, il nous faut un moyen simple de traiter les données pour pouvoir les rentrer dans notre système d’information. On se demande alors comment donner une valeur unique intelligible simple à nos données, sachant qu’elles regroupent deux indicateurs.

On va considérer que les valeurs les plus anciennes sont celles qui ont le moins d’importance, et à l’inverse, l’activité plus récente des clients qui ont acheté a plus d’importance.

Pour se faire, il faut pouvoir trouver un mode de notation qui pondère chaque réponse.

Nous allons employer la méthode binaire. Cette méthode va permettre d’attribuer un chiffre unique à chacun des comportements.

Ce qui nous donne pour les valeurs qui, pour chaque période, vont de 1 à 8.

. « une analyse RFM se fait en croisant la récence du dernier achat, la fréquence des achats et en regardant à chaque croisement la distribution des achats »Pour la période T-4, on se retrouve alors avec une valeur qui oscille entre 0 et 1, de la même manière que dans notre tableau, pour les autres chiffres, on multiplie par deux la valeur des trimestres les plus proches de nous. Donc pour T-4 on a 1 ou 0 pour T-3 1×2 ou 0 pour T-2 2×2 ou 0 et pour T-1 2×2x2 ou 0. Ensuite, on additionne les chiffres que l’on trouvera par ligne de client en fonction de leur comportement, les clients se verront attribuer une note oscillant entre 0 et 15 dans notre période considérée.

Exemple :

Un profil de type 1010 aura la note 5 :

T-4=1 si validé

T-3=2 si validé

T-2=4 si validé

T-1=8 si validé

Dans notre cas, nous aurons donc 1+4 = 5

Notre base de données pourra donc être représentée de la façon suivante :

Nous pouvons maintenant classer nos clients en fonction de l’indice Récence Fréquence.

Si l’on réutilise le tableau précédent, on remarque que chaque case peut contenir plusieurs chemins différents :

Cette réorganisation va nous permettre de visualiser précisément où se place chaque typologie client, et quelle valeur peut-on vraisemblablement lui accorder. Un client qui commande régulièrement et qui a commandé récemment est plus intéressant que le contraire.

On peut d’ailleurs déjà couper notre base en 4 grands types de clients les TRES BONS CLIENTS qui sont par définition déterminés par les clients ayant commandé au moins 3 fois sur toute la période considéré. Viennent ensuite les BONS CLIENTS qui sont ceux qui ont commandé deux fois dont la dernière période, ou trois fois sans la dernière période. Viennent ensuite sept autres configurations qui sont les clients “standards”, on passe ensuite dans une catégorie de clients qui se trouve en fin de cycle, ce sont les clients dits PURGES. a cela s’ajoute un dernier segment, les nouveaux clients, qui sont ceux qui font juste leur entrée dans la matrice.

Cette segmentation permet de se rendre compte de l’état général de la base.

Cependant, le montant est manquant. Pour classer nos clients par Récence, Fréquence et enfin par montant, nous allons réaliser un dernier tableau dans lequel nous allons positionner en abscisse le total des dépenses effectuées par le client dans la période considérée, et en ordonnée la note de Récense Fréquence.

Avec ce nouveau tableau, on peut se rendre compte que les segments de clientèle sont légèrement modifiés avec l’attribution d’une nouvelle variable.

i.      Projection :

Comme nous l’expliquions en introduction, cette méthode ne permet pas de projection à proprement parlé, mais il permet une prévision approximative de l’évolution de la base.

En effet, lorsque que l’on a déterminé notre matrice RFM, on peut regarder comment elle se comporte dans le temps. En effet, que devient un segment quand il passe à la période suivante ?

On va donc composer un tableau de transition de la période T-1 par rapport à la période T

Tableau d’après http://www.marketing-science-center.com

D’une période à la période suivante, sur la totalité des TRÈS BONS CLIENTS seuls 70 % le restent sur la période à venir.10% des BONS CLIENTS deviennent  TRÈS BONS CLIENTS,  etc.

On peut illustrer ce même tableau chiffré pour rendre l’information plus claire :

Tableau d’après http://www.marketing-science-center.com

On peut donc voir que sur les 600 TRÈS BONS CLIENTS de T-1, seuls 600 (soit 1000*0,6) vont rester dans ce segment. A ces 600 clients, il faut ajouter les 30 % de BONS CLIENTS qui vont passer dans la catégorie TRÈS BON CLIENTS soit 300 des 1000 BONS CLIENTS. Notre base de données va donc petit à petit changer d’aspect pour devenir de moins en moins intéressante pour le marchand. Les coefficients de transition sont variables en fonction des secteurs et des entreprises. Mais la tendance est toujours à la dégradation de la base si elle n’est pas animée.

i.      Limites

La RFM n’a pas réellement de limite dans notre champ d’application. C’est même plutôt une référence en termes d’analyse statistique comparativement à l’utilisation qui est faite des données issues d’Internet. Il y a une démarche d’intégration de plusieurs variables, dont une qui prend en considération l’historique client, ce qui est, par exemple, un facteur complètement oublié du web.  A contrario, on pourra noter qu’internet permet d’apporter un grand nombre de données qui ne sont pas agrégées dans un format facilement adaptable, il faudra donc apporter des modifications aux données issues du web pour pouvoir les intégrer.  Enfin  « une population trop homogène comme une population trop hétérogène du point de vue de son comportement sont difficile à segmenter et c’est encore plus vrai lorsqu’il s’agit d’une RFM.”
Vous avez toujours revé de savoir comment calculer la RFM?

Vous avez trouvé la formule, contrairement à ce que l’on tente de vous faire croire, elle est très simple à déterminer!

Retrouver le cours de Mlle Mazurier sur les notions d’e-marchandising.  Vous retrouverez ci-dessous le plan du cours avec la présentation power point en dessous Introduction Définition du Merchandising E-merchandising 2. Le taux de transformation Définition Comment améliorer le taux de transformation 3.Structure de l’offre La structuration du site marchand Les listes de produits La présentation des produits (zoom produit) Le cross-selling 4. La personnalisation La notion d’e-merchandising personnalisé (criteo) Les techniques et technologies à mettre en œuvre 5. La navigation au sein de l’offre L’ergonomie générale d’un site d’e-commerce Zoom sur moteur de recherche 6. L’animation commerciale Les mises en avant et promotions L’événementiel (noel, soldes…) Présentation originale B. MAZURIER

Vous pourrez retrouver en bas de ce post, la présentation de Mr Barbey qui nous a exposé les différents outils qui s’offrent aujourd’hui à l’entreprise en terme d’email. Cette palette d’outils permet d’apporter une aide aux entreprises qui cherchent à communiquer aussi bien en BtoB qu’en BtoC.L’un des principaux point n’est autre que la délivrabilité de l’email La deuxième partie du cours se concentre plus sur la prospective dans le domaine. Et plus précisément Notamment trouver des solutions alternatives de recrutement d’email en BtoB.

Retrouvez la présentation SAFIG

Je souhaitais vous faire part de ma dernière lecture. Rien de réellement neuf, mais un livre très intéressant sur l’histoire de google et les allures de la sillicone valley entre le 1995 et 2005.

Read more

programmes de fidélisation

Présentation des programmes de fidélisation à travers le monde avec des focus sur les plus efficaces et les plus originaux. Read more

Read more

Grande nouvelle, j’ai fait partie des 5% de Beta testeurs qui peuvent voir la nouvelle page d’accueil de Yahoo.
Vous pouvez donc voir sur cette petite capture d’écran à quoi elle ressemble:

Read more

Comme nous tous, je suis à la recherche d’un bon ouvrage pour enrichir ma culture web.

En fouillant, il semble que j’ai trouvé LA dernière référence francaise pour l’ergonomie web.

Il s’agit de ” ergonomie web: pour des sites web efficaces”. Read more

Vous souhaitez tous être beaux pour cet été? mais vous n’avez pas la motivation pour aller courir?

Un Coach gratuit , ca vous tente? Read more

Nous sommes tous à l’affut de bests-practices aussi bien pour notre culture générale que pour des raisons professionnelle. Vous trouverez un excellent “tuto de base” pour vous permettre d’éviter de gros écueils ! Les sujets abordés sont très importants:

• la présentation des menus est plutôt sur le devant ou la gauche (je dirais même que la tendance est à la gauche en ce moment pour les marchands)
• le fil d’ariane permet aux internautes de ne pas se perdre à mesure qu’il s’enfonce dans le site Read more