![](/storage/app/media/common/LogoLoopNew.gif)
Office Hour Mon - Fri 9.00 am - 7.00 pm
แน่นอนว่าแต่ละแบรนด์ย่อมมีกลุ่มเป้าหมายหรือกลุ่มลูกค้าที่แตกต่างกันออกไป แม้แต่ในธุรกิจกลุ่มเดียวกัน ก็อาจมีกลุ่มลูกค้าที่แตกต่างกันออกไปด้วย แต่จะดีแค่ไหนถ้าเราจะมีเครื่องมือดีๆ ในการช่วยแบ่งกลุ่มเป้าหมาย เพื่อนำไปใช้ในการยิงแอดโฆษณา หรือยิงแอดเฟสบุ๊ค วันนี้เราเลยอยากพาทุกคนมาทำความรู้จักกับ RFM Analysis ตัวช่วยดีๆ ในการช่วยแบ่งกลุ่มลูกค้า
ก่อนอื่นเราขอพามาทำความรู้จักกับ RFM Model กันก่อน RFM Model คือหลักการที่ว่ากันว่า ให้เรามุ่งความสนใจไปที่กลุ่มลูกค้ากลุ่มแรกก่อนเพียง 20% เท่านั้น แต่ลูกค้ากลุ่มนี้อาจกลายมาเป็นผู้สร้างกำไรและยอดขายได้มากถึง 80% ของลูกค้าทั้งหมด แล้วค่อยไปโฟกัสกับลูกค้ากลุ่มถัดไปเป็นอันดับรองลงมา
RFM Model เป็นเครื่องมือทางการตลาดที่ใช้ในการวิเคราะห์และแบ่งกลุ่มลูกค้าโดยพิจารณาจากพฤติกรรมการซื้อที่แตกต่างกันออกไป เพื่อช่วยให้เราสื่อสารหรือส่งโปรโมชันส่งเสริมการขายออกไปได้ตรงใจกลุ่มลูกค้าของเรามากที่สุด นอกจากนั้นยังมีส่วนช่วยในการยิงแอดโฆษณาอีกด้วย โดย RFM Model ประกอบไปด้วย 3 ปัจจัยหลัก และมีการให้ Score เพิ่อจัดลำดับความสำคัญของกลุ่มลูกค้าได้อย่างแม่นยำ ดังนี้
1. Recency (R) - ความล่าสุดในการซื้อสินค้า โดยวัดจากวันที่ลูกค้าซื้อสินค้าครั้งล่าสุด ซึ่งหากลูกค้ารายนั้นเพิ่งมาซื้อสินค้ากับเราไม่นานมานี้ Score ของลูกค้าคนนั้นก็จะสูง ทำให้ง่ายต่อการนำเสนอหรือส่งบทสนทนาเพื่อสร้างความประทับใจให้เกิดการกลับมาซื้อซ้ำได้
2. Frequency (F) - ความถี่ในการซื้อสินค้า โดยวัดจากจำนวนครั้งที่ลูกค้าซื้อสินค้าในช่วงเวลาหนึ่ง ซึ่งหากลูกค้ามาใช้บริการบ่อยๆ Score ก็จะยิ่งสูง แต่มีจุดหนึ่งที่อาจต้องสังเกตเพิ่มขึ้นคือ ลูกค้ารายนั้นที่เข้ามาบ่อยๆ เขาได้ซื้อสินค้าเรากลับไปหรือไม่ หากยังไม่ได้ซื้อ เราอาจจะต้องทำคอนเทนต์หรืออะไรบางอย่างเพื่อช่วยเพิ่มความไว้วางใจให้ลูกค้าก่อนนั่นเอง
3. Monetary (M) - มูลค่าการซื้อสินค้า โดยวัดจากมูลค่ารวมของการซื้อสินค้าของลูกค้าในช่วงเวลาหนึ่ง ยิ่งลูกค้าคนไหนซื้อเยอะ ก็จะมี Score ที่เยอะตามไปด้วยนั่นเอง
1. เก็บข้อมูลการซื้อของลูกค้า โดยข้อมูลที่ต้องใช้ในการคำนวณค่า RFM Analysis ประกอบด้วย
2. คำนวณค่า Recency โดยวัดระยะเวลาตั้งแต่การซื้อสินค้าครั้งล่าสุดจนถึงวันที่ปัจจุบัน เช่น ถ้าลูกค้าซื้อสินค้าครั้งล่าสุดเมื่อ 30 วันก่อน ค่า Recency จะเป็น 30
3. คำนวณค่า Frequency (F) โดยนับจำนวนครั้งที่ลูกค้าซื้อสินค้าในช่วงเวลาที่กำหนด เช่น ถ้าลูกค้าซื้อสินค้า 5 ครั้งในช่วง 6 เดือนที่ผ่านมา ค่า Frequency จะเป็น 5
4. คำนวณค่า Monetary (M) โดยรวมมูลค่าของการซื้อสินค้าของลูกค้าในช่วงเวลาที่กำหนด เช่น ถ้าลูกค้าซื้อสินค้ารวมมูลค่า 1,000 บาท ในช่วง 6 เดือนที่ผ่านมา ค่า Monetary จะเป็น 1,000
5. ให้คะแนน (Scoring) โดยแบ่งช่วงของค่า R, F, และ M ออกเป็นกลุ่มๆ เช่น ให้คะแนนตั้งแต่ 1 - 5 โดยใช้เทคนิคการแบ่งช่วงที่เหมาะสม เช่น การจัดอันดับ หรือการแบ่งกลุ่มตามเปอร์เซนต์
6. รวมคะแนน RFM สำหรับลูกค้าแต่ละรายเพื่อสร้างค่าคะแนน RFM สำหรับการวิเคราะห์และการแบ่งกลุ่มลูกค้า
การใข้ RFM Analysis มาช่วยในการแบ่งกลุ่มลูกค้า ถือเป็นอีกสิ่งหนึ่งที่เป็นประโยชน์ต่อการยิงแอดโฆษณา หรือการยิงแอด facebook เนื่องจากจะช่วยให้เรา Set Target ได้อย่างแม่นยำ และตรงตามความต้องการ ส่งผลให้เกิดยอดขายตามมาได้
หรือถ้าใครยังมีความกังวลเรื่องการยิงแอดโฆษณา Nipa Agency คือคำตอบ เราพร้อมช่วยขับเคลื่อนธุรกิจคุณ และคัดเลือกกลุ่มเป้าหมายที่ตรงกับความต้องการของคุณให้มากที่สุด เพื่อยอดขายที่เพิ่มขึ้นของคุณ