Дерево страниц

Сравнение версий

Ключ

  • Эта строка добавлена.
  • Эта строка удалена.
  • Изменено форматирование.

...

  • 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).

Smart-анализ (плавающий период)

Данный способ формирования сегментов основывается на сравнении следующих показателей:

·   Recency (R) – давность совершённой покупки;

·   Frequency (F) – частота покупок;

·   Monetary (M) – сумма покупок клиента с момента регистрации в программе лояльности.

Отличие данного типа сегментации от обыкновенного smart-анализа состоит в том, что показатели рассматриваются за любой произвольно выбранный отрезок времени, ограниченный настоящим моментом, без учета периодов:

Image Added

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 выбранный 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 поведения за выбранный период.

    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).

Пользовательская RFM сегментация

...