Baixe o app para aproveitar ainda mais
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
Compartilhar