Gestão de Relacionamento 7

Prévia do material em texto

Profª Kátia Soares 
Gestão de Relacionamento
2018-1
7
RFV 
Recência, Frequência e Valor
Estratégias baseadas em RFV buscam métricas ou regras para avaliar o comportamento e valor do cliente para a
empresa.
Perguntas como “quais clientes devem ser impactados por uma ação de marketing” ou “quais clientes são mais
valiosos para a empresa em termos de contribuição financeira passada e futura” são realizadas com frequência
por profissionais de Marketing.
Toda informação necessária para esta análise, encontra-se em histórico transacional de vendas a clientes
disponível nos bancos de dados das empresas.
Profª Kátia Soares 2
Para realizar o cálculo é necessário possuir registro de todas as transações realizadas por todos os clientes
que participem do programa de relacionamento em determinado período.
Antes de iniciar a atividade é necessário estabelecer cinco faixas para cada variável, calculadas
estatisticamente a partir dos dados registrados.
Cada cliente é então classificado com um número de um a cinco para cada uma destas variáveis a fim de
descrever seu histórico de consumo com a empresa
Profª Kátia Soares 3
RFV 
Recência, Frequência e Valor
“os clientes que compraram mais recentemente, que fizeram compras em maior número e que realizaram as
maiores despesas nas suas compras, responderão, provavelmente, mais positivamente a uma ação de
promoção do que os clientes que menos recentemente compraram, que fizeram compras em menor número
e que realizaram menores despesas.”
(HUGHES, Arthur M. DataBase Marketing Estratégico. São Paulo: Editora Makron Books do Brasil, 1998.)
Profª Kátia Soares 4
RFV 
Recência, Frequência e Valor
Como preparar a análise 
baseada em RFV?
1.O primeiro passo é separar os clientes de acordo com o período de tempo que será objeto da análise.
2.Gerar uma base ordenada de acordo com a última data de compra, em ordem decrescente, outra de acordo
com o total de compras efetuadas e, por último, uma base com o total acumulado de compras no período
3.Para cada base gerada na etapa anterior atribuir uma nota, entre 1 e 5, para a Recência (R), Frequência (F) e
Valor (V)
4.Combinar as notas obtidas de modo a obter o “valor” de RFV
5.Obter o chamado Score RFV, se desejar trabalhar com esta variável em vez de trabalhar com o índice RFV
(Fonte: http://karenreis.sites.uol.com.br, acesso em 20/01/2012)
Profª Kátia Soares 5
RFV = 325
• Recência média (3, ou seja, a última vez que veio à empresa foi na metade do período considerada para o 
calculo),
• Frequência baixa (2, o que quer dizer que vem menos à empresa do que a maioria dos clientes considerados) 
• Valor alto (5, significando que as vezes que veio à empresa gastou um grande montante monetário em 
relação a maioria dos clientes).
Análise: Por ter um valor alto, este cliente parece ser muito interessante, devendo a empresa criar ações para 
fazer com que sua frequência aumente, e assim consiga mais receita com ele.
Profª Kátia Soares 6
Exemplo 
RFV = 441
• Recência alta (4) 
• Frequência também alta (4)
• Valor gasto é baixo (1) 
Análise: Para este cliente a empresa deve criar ações para estimular seu consumo
Profª Kátia Soares 7
Exemplo 
Como preparar a análise
baseada em RFV?
(Fonte: http://karenreis.sites.uol.com.br, acesso em 20/01/2012)
Profª Kátia Soares 8
Score RFV
Para calcular o Score do RFV (Etapa 5) é preciso definir os pesos percentuais em uma escala de 1 a 5, para cada 
variável RFV:
(Fonte: Figueiredo, K.P.R., O uso de tecnologias da 
inteligência para a gestão da demanda de 
produtos no ciberespaço: estudo de caso 
“Captare”)
Profª Kátia Soares 9
SCORE 
RFV 
NOTA 
RECÊNCIA = *
PESO 
RECÊNCIA + 
NOTA 
FREQÜÊNCIA 
PESO 
FREQÜÊNCIA* + 
NOTA
VALOR *
PESO
VALOR
Se desejarmos, podemos ter como resultado do modelo RFV o “score RFV”, que gerará pontos de venda com 
score mínimo de 5 e máximo de 25. 
Para tornar mais fácil a interpretação do resultado, é atribuído para cada faixa de score uma descrição.
(Fonte: Figueiredo, K.P.R., O uso de tecnologias da 
inteligência para a gestão da demanda de produtos no 
ciberespaço: estudo de caso “Captare”)
Profª Kátia Soares 10
Score RFV
RFV 
Vantagens 
➢ É uma técnica conhecida e apreciada pela sua simplicidade, pois não 
exige nenhum software estatístico especializado, 
➢ Produz resultados de fácil compreensão pelos usuários. 
(Fonte: Figueiredo, K.P.R., O uso de tecnologias da inteligência para a gestão da demanda de produtos no ciberespaço: estudo de caso “Captare”)
Profª Kátia Soares 11
➢ Pode atingir até 125 combinações, tornando difícil o entendimento da informação.
➢ Não há necessidade de haver um histórico de compras de pelo menos 6 meses.
➢ Pode conduzir a um exagero no investimento de marketing no segmento RFV mais atrativo, em
detrimento de outros segmentos que poderiam ser rentáveis, caso fossem corretamente desenvolvidos.
➢ É necessário um profissional com perfil de estatístico, marketing e tecnologia (conhecedor de banco de
dados) para elaborar o modelo algoritmo
(Fonte: Figueiredo, K.P.R., O uso de tecnologias da inteligência para a gestão da demanda de produtos no ciberespaço: estudo de caso “Captare”)
Profª Kátia Soares 12
RFV 
Desvantagens