Περίπτωση ανάλυσης RFM σε βιομηχανική επιχείρηση

Abstract

Η παρούσα έρευνα αφορά μία μεγάλη βιομηχανική εταιρεία κατασκευής ανελκυστήρων η οποία έχει τόσο τυποποιημένα προϊόντα τα οποία είναι make to order, αλλά και ειδικά προϊόντα που δεν είναι τυποποιημένα και είναι make to engineer. Το δίκτυο πωλήσεων της εταιρείας εξυπηρετεί πάνω από 100 χώρες και είναι μία από τις μεγαλύτερες εταιρείες στον κλάδο της. Η έρευνα στοχεύει στην ομαδοποίηση των πελατών της εταιρείας, με βάση κάποια κοινά χαρακτηριστικά τους, ώστε να προταθούν στρατηγικές μάρκετινγκ για τη σωστή διαχείριση τους. Η ανάλυση των δεδομένων που αφορούν 54 μήνες, πραγματοποιήθηκε σε δύο στάδια. Στο πρώτο στάδιο επιλέξαμε τη μεθοδολογία RFM Analysis ώστε να γίνει κατηγοριοποίηση των πελατών βάσει των χαρακτηριστικών Recency, Frequency και Monetary. Με το Recency βλέπουμε πότε ήταν η τελευταία συναλλαγή για κάθε πελάτη στο χρονικό πλαίσιο που εξετάζουμε. Με το Frequency, βλέπουμε τη συχνότητα των συναλλαγών που πραγματοποίησε ο κάθε πελάτης. Τέλος με το Monetary βλέπουμε το ύψος της αξίας των συναλλαγών που πραγματοποίησε ο κάθε πελάτης. Χρησιμοποιώντας αυτά τα χαρακτηριστικά μπορούμε να έχουμε μία πρώτη εικόνα για τις κατηγορίες που προκύπτουν. Στο δεύτερο στάδιο κάνουμε cluster analysis με τον αλγόριθμο k-means. Λαμβάνοντας υπόψιν τα παραπάνω χαρακτηριστικά από την RFM Analysis, βρήκαμε κοινά μοτίβα των πελατών της εταιρείας και βάσει αυτών δημιουργήσαμε ομάδες (clusters). Στη cluster analysis θέλαμε να υπάρχει ομοιογένεια των δεδομένων εντός των cluster που δημιουργούνται αλλά ταυτόχρονα να υπάρχει ετερογένεια μεταξύ των διαφορετικών ομάδων ώστε κάθε cluster να συγκεντρώνει δεδομένα πελατών με διαφορετικά προφίλ. Οι ομάδες που προέκυψαν ελέγχθηκαν με την μετρική του Silhouette score για να επικυρώσουμε την ποιότητα τους. Από το συνδυασμό αυτών των δύο σταδίων καταλήξαμε σε τέσσερις κατηγορίες πελατών και προτείναμε διαφορετικές στρατηγικές μάρκετινγκ για κάθε ομάδα, ώστε να είναι αποδοτικότερος ο τρόπος προσέγγισης του κάθε πελάτη.