...
Данный способ формирования сегментов основывается на сравнении следующих показателей:
· Recency (R) – давность совершённой покупки;
· Frequency (F) – частота покупок.
Каждый показатель оценивается по пятибалльной шкале.
Каждый пункт имеет величину, равную: (min (для данного показателя) + max (для данного показателя))/5.
Показатели рассматриваются на следующих промежутках времени:
· Т1 – текущий закрытый базовый период времени;
· T2 – предыдущий закрытый базовый период времени;
· Т0 – текущий открытый базовый период времени (при формировании сегментов не принимается в расчёт).
Согласно данному способу сегментации, LOYA формирует следующие сегменты:
...
Данный способ формирования сегментов основывается на сравнении следующих показателей:
· Recency (R) – давность совершённой покупки;
· Frequency (F) – частота покупок.
Каждый показатель оценивается по пятибалльной шкале.
Каждый пункт имеет величину, равную: (min (для данного показателя) + max (для данного показателя))/5.
Показатели рассматриваются на следующих промежутках времени:
· Т1 – текущий закрытый базовый период времени;
· T2 – предыдущий закрытый базовый период времени;
· Т0 – текущий открытый базовый период времени (при формировании сегментов не принимается в расчёт).
Согласно данному способу сегментации, LOYA формирует следующие сегменты:
...
Данный способ формирования сегментов основывается на сравнении следующих показателей:
· Recency (R) – давность совершённой покупки;
· Frequency (F) – частота покупок;
· Monetary (M) Monetary – сумма покупок клиента с момента регистрации в программе лояльности.Сначала определяются медианы для Rm, Fm и Mm. Расчет медианных показателей:
count - кол-во клиентов, которые покупали в период T2-T1
медианные значения:
levels.lastDate - медиана по дате последней покупки
levels.interval - медиана от totalInterval (кол.дней между 1й и последней покупкой / кол.чеков за период)
levels.lifeValue - медиана по сумме чеков клиентов
алгоритм получения медианы:
1. по
Показатели рассматриваются на следующих промежутках времени:
· Т1 – текущий закрытый базовый период времени;
· T2 – предыдущий закрытый базовый период времени;
· Т0 – текущий открытый базовый период времени (при формировании сегментов не принимается в расчёт).
Сегменты формируются согласно следующему алгоритму:
- Сначала определяются медианы для Rm (медиана по дате последней покупки), Fm (количество дней между первой и последней покупкой / количество чеков за период) и Mm (медиана по сумме чеков клиентов). Расчет медианных показателей происходит так:
а) по необходимому показателю сортируется список клиентов, совершавших покупки в рассматриваемый период,
...
- б) сформированный список клиентов делится пополам и берется значение показателя у клиента в середине списка.
...
- Затем формируются 6
...
- сегментов по следующим правилам:
- Наилучшие ∈ R<Rm; F<=Fm & M>Mm
- Ценные ∈ R<Rm & F>Fm & M>Mm
- Обычные ∈ R<Rm & F<=Fm & M<=Mm
- Новые ∈ R<Rm & F>Fm & M<=Mm
- Отток ∈ R>=Rm & F<=Fm & M>Mm
- Частые ∈ R>=Rm & F<=Fm & <=Mm
- Транжиры ∈ R>=Rm & F>Fm & M>Mm
- Неустойчивые ∈ R>=Rm & F>Fm & M<=Mm.Потерянные клиенты – клиенты, не имеющие покупок в границах анализа периодов поведения.
Остальные клиенты – клиенты, которых не затрагивает текущая модель сегментации, включая тех клиентов, покупки которых осуществлялись исключительно до начала периода анализа поведения.
Без покупок – клиенты, не совершившие ни одной покупки (актуально, для случаев, когда, например, производится массовый выпуск карт УПЛ, которые числятся в системе, но еще не привязаны к профилям клиентов).
Второй тип RFM
Пользовательская RFM сегментация
...
Сегменты формируются на основе сравнения следующих показателей:
· Recency – (R) – давность совершённой покупки;
· Frequency (F) – частота покупок;
· Monetary Monetary (M) – сумма покупок клиента с момента регистрации в программе лояльности.
...