El marketing automation de RFM es una de las características más diferenciadoras de SALESmanago. Ha sido diseñada pensando en el comercio electrónico y sus procesos.

El RFM marketing automation está pensado para cubrir la no linealidad del B2C como contraposición a los procesos lineales del B2B. El objetivo es aumentar implementar estrategias que incrementen el valor del cliente.

El RFM segmenta a los clientes basado en su comportamiento de compras. El análisis va más allá de las compras y añade también la frecuencia de compras y el tiempo transcurrido desde la última compra.

La segmentación generada se puede utilizar para realizar campañas de marketing puntuales sobre un segmento específico o para crear un modelo no lineal basado en reglas de automatización que actúa sobre los clientes en función de su comportamiento.

Puedes leer más en nuestro post “Fidelización del cliente en el ecommerce mediante modelos RFM“.

Segmentación de los clientes y analítica

RFM es para Recencia, Frecuencia y Monetario, el módulo analiza a cada uno de los clientes en función de estos tres parámetros:

• Recencia: muestra hace cuánto tiempo el cliente realizó su compra más reciente y lo clasifica en tres segmentos: corto, medio y largo, siendo el segmento corto el que ha realizado la transacción hace menos tiempo. Este parámetro es el más importante de todos.
• Frecuencia: muestra el número de transacciones realizadas en un intervalo de tiempo determinado pudiendo ser: casual (el que hace una compra puntual), regular (el que compra con cierta regularidad) y común (el que hace muchas compras en un periodo de tiempo).
• Monetario: muestra el importe gastado en un periodo de tiempo, a su vez se divide en tres: ahorrador, medio y gastador.

Esta segmentación permite una estrategia de marketing para ecommerce que optimice tus ventas y el valor de tus clientes.

La segmentación RFM nos crea un cubo de 27 posiciones: 3 de Recencia x 3 de Frecuencia x 3 de Monetario. En SALESmanago este cubo lo descomponemos, para hacerlo manejable, en tres matrices en las que vamos cruzando las variables una a una.

En el primer caso, y más importante, cruzamos Recencia contra Frecuencia. Esta matriz nos permite identificar a los clientes por el tiempo transcurrido desde su última compra y por la frecuencia de compra.

Los cuadros de arriba a la izquierda son los clientes más valiosos para la empresa, el cuadro de abajo a la izquierda representa a los clientes nuevos, los cuadros de arriba a la derecha representan a los mejores clientes que estamos perdiendo y los de la derecha de la fila de abajo a los clientes que no estamos siendo capaces de fidelizar.

Podemos automatizar procesos basados en cambio de estado. Supongamos que un cliente que estaba comprando regular y frecuentemente deja de comprar, seguramente esté pasando algo con este cliente. SALESmanago puede mandarle un email automático o avisar a un vendedor si el cliente es muy valioso para que contacte con él.

Las otras dos matrices cruzan la recencia con el monetario y la frecuencia con el monetario. En estas matrices podemos hacer un análisis similar al anterior, no obstante, el análisis más importante siempre es el de Recencia frente a Frecuencia.

El análisis RFM se basa en los contactos que compran pero no todos los contactos compran. ¿Qué pasa con ellos? Si te fijas hay una fila gris, esta representa a los contactos que no compran segmentados por tiempo desde su adquisición.

Como decíamos podemos ejecutar acciones puntuales sobre grupos de las matrices. Digamos que tenemos un grupo de clientes que estaban comprando regularmente y que hace ya tiempo que dejaron de hacerlo.

Podemos crear un email específico para ellos y lanzarlo directamente desde la matriz, también podemos meterles dentro de un audiencia de Facebook específica para ellos.

Entre las acciones que podemos realizar sobre estos contactos están: enviar email, enviar SMS, etiquetar, ejecutar reglas, cambiarlos de etapa de funnel, etc. y todo ello con un click del ratón.

Si quieres saber más sobre el modelo de fidelización RFM te recomendamos que leas nuestro blog sobre este tema.