DocumentationCommerceGuide de l’utilisateur de Commerce Intelligence

Analyse RFM

Last update: Mon Jul 15 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Créé pour :

  • Débutant
  • Intermédiaire
  • Administration
  • Utilisateur ou utilisatrice

Cette rubrique explique comment configurer un tableau de bord qui vous permet de segmenter vos clients selon leur récence, leur fréquence et leur classement monétaire. L’analyse RFM est une technique marketing qui prend en compte les comportements des clients pour vous aider à déterminer la segmentation pour la diffusion. Il comporte trois aspects :

  1. Récence des achats récemment réalisés par un client sur votre boutique
  2. Fréquence à laquelle ils vous effectuent des achats
  3. Montant monétaire des dépenses du client

L’analyse RFM ne peut être configurée que si vous disposez du plan Adobe Commerce Intelligence Pro sur la nouvelle architecture (par exemple, si vous disposez de l’option Data Warehouse Views sous le menu Manage Data). Ces colonnes peuvent être créées à partir de la page Manage Data > Data Warehouse. Vous trouverez des instructions détaillées ci-dessous.

Prise en main

Vous devez d’abord télécharger un fichier contenant uniquement une clé primaire dont la valeur est de 1. Cela permet de créer certaines colonnes calculées nécessaires à l’analyse.

Vous pouvez utiliser cet article et l'image ci-dessous pour formater votre fichier.

Colonnes calculées

Une autre distinction est faite si votre entreprise autorise les commandes d’invités. Si tel est le cas, vous pouvez ignorer toutes les étapes de la table customer_entity. Si les commandes d’invités ne sont pas autorisées, ignorez toutes les étapes de la table sales_flat_order.

Colonnes à créer

  • Sales_flat_order/customer_entity table

  • Customer's last order date

  • Column type : Many to one > Max

  • Pat : sales_flat_order.customer_id > customer_entity.entity_id

  • Sélectionné column : created_at

  • Filter : Orders we count

  • ​
    Secondes depuis la date de la dernière commande du client

    • Column type : - "Même table > Age

  • Sélectionné column : Customer's last order date

  • (entrée) Référence du décompte

  • Column type : Same table > Calculation

  • ​
    Entrées: entity_id

  • Calculation : **case when A is null then null else 1 end**

  • ​
    Type de données: Integer

  • Table Count reference (il s’agit du fichier que vous avez chargé avec le numéro "1")

  • Nombre de clients

  • Column type : Many to One > Count Distinct

  • Path : ales_flat_order.(input) reference > Count reference.Primary Key OU customer_entity.(input)reference > Count Reference. Primary Key

  • Sélectionné column : sales_flat_order.customer_email OU customer_entity.entity_id

  • Table Customer_entity

  • Nombre de clients

  • Column type : One to Many > JOINED_COLUMN

  • Path : customer_entity.(entrée) référence > Concentration des clients. Primary Key

  • Sélectionné column : Number of customers

  • (entrée) Ranking by customer lifetime revenue

  • Column type : Same table > Event Number

  • Event owner : (input) reference for count

  • Event rank : Customer's lifetime revenue

  • Classement par chiffre d’affaires total des clients

  • Column type : Same table > Calculation

  • Inputs : (input) Ranking by customer lifetime revenue, Number of customers

  • Calculation : case when A is null then null else (B-(A-1)) end

  • ​
    Type de données: Integer

  • Score monétaire du client (par centiles)

  • Column type : Same table > Calculation

  • Inputs : (input) Ranking by customer lifetime revenue, Number of customers

  • Calculation : Case when round((B-A+1)*100/B,0) <= 20 then 5 when round((B-A+1)*100/B,0) <= 40 then 4 when round((B-A+1)*100/B,0) <= 60 then 3 when round((B-A+1)*100/B,0) <= 80 then 2 when round((B-A+1)*100/B,0) <= 100 then 1 else 0 end

  • ​
    Type de données: Integer

  • (entrée) Classement par nombre de commandes sur la durée de vie du client

  • Column type : Same table > Event Number

  • Event owner : (input) reference for count

  • Event rank : Customer's lifetime number of orders

  • Classement par nombre de commandes sur la durée de vie des clients

  • ​
    Type de colonne: – “Même tableau > Calcul”

  • Inputs : - (entrée) Classement par nombre de commandes sur la durée de vie du client, Nombre de clients

  • Calculation : - cas où A est nul puis null else (B-(A-1)) end

  • Datatype : - Entier

  • Score de fréquence du client (par centiles)

  • Column type : Same table > Calculation

  • Inputs : (input) Ranking by customer lifetime number of orders, Number of customers

  • Calculation : Case when round((B-A+1)*100/B,0) <= 20 then 5 when round((B-A+1)*100/B,0) <= 40 then 4 when round((B-A+1)*100/B,0) <= 60 then 3 when round((B-A+1)*100/B,0) <= 80 then 2 when round((B-A+1)*100/B,0) <= 100 then 1 else 0 end

  • ​
    Type de données: Integer

  • Classement par secondes depuis la date de dernière commande du client

  • Column type : Same table > Event Number

  • Event owner : (input) reference for count

  • Event rank : Seconds since customer's last order date

  • Score de récence du client (par centiles)

  • Column type : Same table > Calculation

  • Inputs : (input) Ranking by customer lifetime number of orders, Number of customers

  • Calculation : Case when (A * 100/B,0) <= 20 then 5 when (A * 100/B,0) <= 40 then 4 when (A * 100/B,0) <= 60 then 3 when (A * 100/B,0) <= 80 then 2 when (A * 100/B,0) <= 100 then 1 else 0 end

  • ​
    Type de données: Integer

  • Score de récence du client (par centiles)

  • Column type : Same table > Calculation

  • Inputs : Customer's recency score (by percentiles), Customer's frequency score (by percentiles), Customer's monetary score (by percentiles)

  • Calculation : case when (A IS NULL or B IS NULL or C IS NULL) then null else concat(A,B,C) end

  • ​
    Type de données: String

  • Count reference table

  • Number of customers : (RFM > 0)

  • Column type : Many to One > Count Distinct

  • Path : sales_flat_order.(input) reference > Customer Concentration. Primary Key OU customer_entity.(input)reference > Customer Concentration.Primary Key

  • Sélectionné column : sales_flat_order.customer_email OU customer_entity.entity_id

  • Filter : Customer's RFM score (by percentile) Différent De 000

  • Table Customer_entity

  • Number of customers : (RFM > 0)

  • Column type : One to Many > JOINED_COLUMN

  • Path : customer_entity.(input) reference > Customer Concentration.Primary Key

  • Sélectionné column : - Number of customers

  • Score de récence du client (R+F+M)

  • Column type : Same table > Calculation

  • Inputs : - Customer's recency score (by percentiles), Customer's frequency score (by percentiles), Customer's monetary score (by percentiles)

  • Calculation : case when (A IS NULL or B IS NULL or C IS NULL) then null else A+B+C end

  • ​
    Type de données: Integer

  • (entrée) Classement par score RFM global du client

  • Column type : Same table > Event Number

  • Event owner : (input) reference for count

  • Event rank : Customer's recency score (R+F+M)

  • Filter : Customer's RFM score (by percentile) Différent De 000

  • Classement par score RFM global du client

  • Column type : Same table > Calculation

  • Inputs : (input) Ranking by customer's overall RFM score, Number of customers (RFM > 0)

  • Calculation : case when A is null then null else (B-(A-1)) end

  • ​
    Type de données: Integer

  • Groupe RFM du client

  • Column type : Same table > Calculation

  • Inputs : (input) Ranking by customer lifetime revenue, Number of customers

  • Calculation : Case when round(A * 100/B,0) <= 20 then '5. copper' when round(A * 100/B,0) <= 40 then '4. bronze' when round(A * 100/B,0) <= 60 then '3. silver' when round(A * 100/B,0)<= 80 then '2. gold' else '1. Platinum' end

  • ​
    Type de données: Integer

NOTE
Les percentiles utilisés sont même des tranches de clients (par exemple, 20 % de compartiments pour renvoyer 1 à 5). Si vous souhaitez les pondérer de manière personnalisée, faites-le savoir à l’analyste lorsque vous soumettez le ticket.

Mesures

Aucune nouvelle mesure !

NOTE
Veillez à ajouter toutes les nouvelles colonnes en tant que dimensions aux mesures avant de créer de nouveaux rapports.

Rapports

  • Clients par regroupement RFM

  • Mesure A : New customers

  • Metric : New customers

  • Filter : Customer's RFM score (by percentiles) Not Equal to 000

  • Time period : All time

  • ​
    Interval: None

  • Masquer le graphique

  • Group by : Customer's RFM group

  • ​
    Groupe par: Email

  • ​
    Chart type: Table

  • Clients avec cinq scores de récence

  • Mesure A : New customers

  • Metric : New customers

  • Filter : Customer's recency score (by percentiles) Equal to 5

  • Time period : All time

  • ​
    Interval: None

  • ​
    Chart Type: Scalar

  • Masquer le graphique

  • ​
    Groupe par: Email

  • Group by : Customer's RFM score (R+F+M)

  • ​
    Chart type: Table

  • Clients avec un score de récence

  • Mesure A : New customers

  • Metric : New customers

  • Filter : Customer's recency score (by percentiles) Equal to 1

  • Time period : All time

  • ​
    Interval: None

  • ​
    Chart Type: Scalar

  • Masquer le graphique

  • ​
    Groupe par: Email

  • Group by : Customer's RFM score (R+F+M)

  • ​
    Chart type: Table

Après avoir compilé tous les rapports, vous pouvez les organiser dans le tableau de bord suivant vos besoins. Le résultat peut ressembler à l’exemple de tableau de bord ci-dessus, mais les trois tableaux générés ne sont que des exemples des types de segmentation des clients que vous pouvez effectuer.

recommendation-more-help
e1f8a7e8-8cc7-4c99-9697-b1daa1d66dbc