Pareto Marketing จาก 80/20 สู่ RFM Model – Smart Customer Segmentation

Pareto Marketing จาก 80/20 สู่ RFM Model – Smart Customer Segmentation

Pareto Marketing จากหลักการ 80/20 ทำน้อยได้มาก สู่ RFM Model การแบ่งกลุ่มลูกค้าตามความสำคัญหรือ Smart Customer Segmentation ที่นักการตลาดฉลาดใช้ดาต้าต้องรู้

ในการจะทำการตลาดแบบรู้ใจหรือ Personalized Marketing หรือที่ในหนังสือ Marketing 5.0 ของ Philip Kotler เรียกว่า Segment of One นั่นก็คือลูกค้าแต่ละคนล้วนแต่มี Segmentation หรือมีกลุ่มของตัวเองเพียงคนเดียวที่ยากจะซ้ำกับใครได้

แต่ก่อนที่นักการตลาดจะสามารถแบ่ง Segment of One เพื่อทำ Personalized Marketing ได้ เราลองย้อนถอยกลับมาดูแนวคิดของการแบ่งกลุ่มลูกค้ากันหน่อยนะครับว่า แต่ดั้งแต่เดิมมาการแบ่งกลุ่มลูกค้าหรือการทำ Segmentation นั้นเริ่มมาจากตรงไหน และมีที่มาที่ไปอย่างไรครับ

วันนี้ผมก็เลยจะหยิบเอาเรื่องของการทำ RFM Analysis เพื่อทำ Segmentation หรือแบ่งกลุ่มลูกค้าออกมาเป็น 11 กลุ่มตามลักษณะการซื้อหรือพฤติกรรมที่แตกต่างกัน ซึ่งต้องบอกก่อนเลยว่าแต่เดิมทีนั้นแนวคิดนี้ถูกนำมาเพื่อใช้กับธุรกิจ Retail เป็นหลัก เพื่อต้องการจะจัดประเภทลูกค้าทั้งหมดที่มีออกมาเป็นกลุ่มต่างๆ ที่มีความสำคัญต่อธุรกิจเราที่แตกต่างกันไป

เพราะถ้าเรายิ่งแบ่งกลุ่มลูกค้าออกมาได้แม่นยำตาม Data เท่าไหร่ เราก็จะยิ่งสามารถทำการตลาดที่ใช่ด้วยความข้อความที่ตรงกับใจไปให้ถูกคน ถูกที่ และถูกเวลา และแนวคิด RFM Model นี้ก็ยิ่งจับต้องได้บวกกับมีความสำคัญมากขึ้นทุกวัน ในวันที่ Transaction data หรือ Customer data ถูกจัดเก็บอย่างเป็นระบบด้วยเครื่องมือต่างๆ ทำให้การทำ E-commerce หรือการขายของออนไลน์ยิ่งมีประสิทธิภาพคุ้มค่า ROI และเป็นการกระตุ้นให้ลูกค้ากลับมาซื้อซ้ำได้ถูกกลุ่ม ถูกคน ถูกจังหวะ ถูกเวลา โดยไม่ต้องเสียงบการตลาดที่ไม่จำเป็นเหมือนเดิมครับ

REM Model แนวทางการทำ Customer Segmentation แบ่งกลุ่มลูกค้าจากดาต้าที่พิสูจน์แล้วว่าเวิร์ค!

Pareto Marketing จาก 80/20 ทำน้อยได้มาก สู่ RFM Model การแบ่งกลุ่มลูกค้าตามความสำคัญ Smart Customer Segmentation ด้วย Data-Driven Marketing

ก่อนจะลงลึกหรือไปไกล ผมอยากให้เรามาทำความรู้จักแนวคิด RFM Model กันก่อนครับ RFM Model ถูกคิดขึ้นมาในช่วงปี 90 โดย Jan Roelf Bult กับ Tom Wansbeek สำหรับธุรกิจ Retail จำพวกร้านค้าปลีก ร้านสะดวกซื้อ หรือห้างสรรพสินค้าทั้งหลาย ซึ่งสามารถนำมาประยุกต์ใช้กับการขายสินค้าออนไลน์ได้สบายๆ แถมยังเอาไปประยุกต์ใช้ได้มากมายแม้แต่การแบ่งกลุ่มลูกหนี้ชั้นดีกับชั้นแย่ออกมาเพื่อใช้ในการเลือกว่าควรจะต้องโทรไปทวงหนี้กับใครเหมือนที่ธนาคารกรุงศรีเคยแชร์ให้ฟังไว้ครับ

อ่านถึงตรงนี้คุณอาจจะคิดว่า RFM Model นี้เป็นแค่ศัพท์ใหม่หรือเทรนด์ใหม่ของโลกการตลาดที่มักมาแรงและไปไวหรือเปล่า อยากจะบอกว่าไม่เลยครับ เพราะในความเป็นจริงแล้วเรื่องนี้ถูกเอามาใช้ช่วยธุรกิจและการตลาดแบบเงียบๆ มาเป็นสิบๆ ปีแล้ว ในช่วงปี 2008 ก่อนจะมีคำว่า Data-Driven Marketing หรือ Personalized Marketing แบบทุกวันนี้ ในตอนนั้นเรื่องนี้ถูกเรียกว่า Database Marketing หรือการทำการตลาดโดยเริ่มจากฐานข้อมูลที่มี คิดถึงเคสของห้าง Target กับคนท้อง หรือเคสเบียร์กับผ้าอ้อมที่ขายดีคู่กันทุกคืนวันศุกร์ก็ได้ครับ

ซึ่งทั้งหมดทั้งมวลนี้ล้วนต่อยอดกันมาจากแนวคิดของ Pareto ว่าด้วยหลักการ 80/20 principle คือคนส่วนน้อยกลับสำคัญมากต่อธุรกิจของเราและทุกสิ่งรอบตัวอย่างไม่น่าเชื่อ อย่างที่รู้กันว่าลูกค้าส่วนน้อยมากที่ทำกำไรส่วนใหญ่ให้ธุรกิจ หรือแม้แต่คนที่รวยมากๆ ไม่กี่คนที่เป็นเจ้าของทรัพยากรหลายสิ่งบนโลก และหลักการนี้ยังเอามาประยุกต์ใช้ได้กับการใช้ชีวิตว่าให้เราเลือกทำในสิ่งที่ออกแรงน้อยแต่ได้ผลมาก เช่น การที่ผมเอามาใช้เลือกว่าควรทำงานไหนก่อน ทำงานไหนหลัง หรืองานไหนที่ไม่ควรเสียเวลาทำด้วยซ้ำไป

หลักการ 80/20 นี้ถูกคิดค้นโดยชายที่มีชื่อว่า Vilfredo Pareto ที่ค้นพบว่าที่ดินกว่า 80% ในประเทศอิตาลีที่เขาอยู่ในตอนนั้นถูกครอบครองโดยประชากรแค่ 20% เท่านั้น และจากการค้นพบอันน่าแปลกใจนี้เค้าก็ลองเอาไปพิสูจน์ซ้ำกับหลายๆ ประเทศทั่วโลกก็ได้ข้อสรุปแบบเดียวกันจนออกมาเป็นหลักการ 80/20 ของ Pareto ที่โด่งดังจนถึงทุกวันนี้ครับ

บริษัทเทคโนโลยีระดับโลกอย่าง Microsoft ก็ค้นพบว่า 80% ของ Code ที่เขียนใช้เวลาแค่ 20% เท่านั้น หรือการแก้ Bug สำคัญใน Code แค่ 20% สามารถแก้ปัญหาการผิดพลาดหรือ Error ลงไปได้ถึง 80%

หลักการเดียวกันยังถูกเอาไปใช้กับการฝึกซ้อมนักกีฬาด้วยการค้นพบว่า การฝึกซ้อมหรือออกกำลังกายแค่ 20% สามารถปรับปรุงผลงานและประสิทธิภาพได้ถึง 80% แม้แต่การค้นพบว่า 15% ของนักกีฬาเบสบอลนั้นส่งผลต่อการแพ้ชนะของทีมทั้งฤดูกาลมากถึง 85% ด้วยซ้ำ! (ไล่ที่เหลือออกดีไหม?)

ดังนั้น RFM Model ที่เรากำลังจะพูดถึงกันก็คือการต่อยอดมาจากหลักการ 80/20 ที่บอกให้นักการตลาดและเจ้าของธุรกิจอย่างเราเลือกโฟกัสกับลูกค้าสำคัญแค่ 20% บนที่เข้ามาซื้อสินค้าหรือใช้บริการเราบ่อยๆ ใช้เงินมากๆ แต่กลับทำยอดขายหรือกำไรให้เราได้มากกว่า 80% นี่คือกลุ่มคนที่นักการตลาดควรจะโฟกัสในการทำ Marketing Campaign เพื่อดึงดูดให้เค้าใช้เงินกับเรามากขึ้นและบ่อยยิ่งขึ้น

แต่ในขณะเดียวกันเราก็ไม่ได้บอกว่าให้คุณละทิ้ง 80% ของลูกค้าที่เหลือออกไป เพียงแต่เราต้องเข้าใจก่อนว่าถ้าทรัพยากรเรามีจำกัดทั้งคนทำงานและงบการตลาด เราควรจะต้องเอาทรัพยากรที่มีไปทุ่มให้กับลูกค้ากลุ่มไหน ใครคือคนสำคัญ ใครคือกลุ่มคนที่คุณสามารถปล่อยให้รอก่อนได้โดยที่ไม่ได้ส่งผลกระทบต่อธุรกิจคุณมากนัก

เกริ่นมาก็เยอะแล้วว่า RFM มาจากไหนและอย่างไร ตอนนี้เรามาทำความรู้จักความหมายของแต่ละตัวอักษรกันดีกว่าครับว่า R – F – M นั้นย่อมาจากอะไร

R – F – M คืออะไร?

RFM Model เป็น Framework การทำ Customer Segmentation หรือการแบ่งกลุ่มลูกค้าโดยดูจาก 3 data ตัวแปรหลัก ซึ่งประกอบด้วย

  1. Recency มาล่าสุดเมื่อไหร่ เมื่อกี๊ เมื่อวาน หรือเมื่อสัปดาห์ก่อน เป็นต้น
  2. Frequency มาบ่อยแค่ไหน ประจำทุกวัน ประจำทุกวันจันทร์ ประจำทุกวันหยุด หรือเดือนละครั้ง เป็นต้น
  3. Monetary ใช้เงินเยอะแค่ไหน ซื้อทีละนิด ซื้อเยอะอยู่นะ ซื้อระดับพ่อบุญทุ่ม
Pareto Marketing จาก 80/20 ทำน้อยได้มาก สู่ RFM Model การแบ่งกลุ่มลูกค้าตามความสำคัญ Smart Customer Segmentation ด้วย Data-Driven Marketing

1. Recency ความสดใหม่ 

นับจากการมาครั้งล่าสุดจะแบ่งออกได้เป็น 5 คะแนน โดย 5 หมายถึงมาเมื่อกี๊เลย ส่วน 1 คือนานแล้วที่แวะมา ถ้าถามว่า Recency Score หรือคะแนนความสดใหม่สำคัญอย่างไรก็ต้องบอกว่า ยิ่งลูกค้าแวะมาหาเราครั้งล่าสุดเร็วเท่าไหร่ ลูกค้าคนนั้นก็จะยิ่งง่ายต่อการสะกิดหรือติดต่อกลับไปทักทาย เพราะเค้าเพิ่งจะมี Engage กับเราสดๆ หมาดๆ เลย เช่น ถ้าจะส่ง Sms ไปขอบคุณลูกค้าที่เพิ่งเข้ามาใช้บริการซื้อของเสร็จไปเมื่อสิบนาทีที่แล้ว คุณย่อมจะได้รับความประทับใจมากกว่าผ่านไปสิบวันแล้วค่อยส่ง Sms ไปหา ผมว่าป่านนั้นเค้าลืมหมดแล้วครับว่าไปซื้ออะไรกับคุณมาบ้าง

แต่ในขณะเดียวกันค่าความสดใหม่ของลูกค้าหรือ Recency ก็ขึ้นอยู่กับชนิดหรือประเภทของสินค้าหรือบริการด้วย เช่นถ้าเป็นบ้านหรือรถยนต์ หรือสินค้าบริการอะไรก็ตามที่มีรอบในการกลับมาซื้อซ้ำ วิธีการวัดคะแนนตัวนี้ก็จะต้องเปลี่ยนไป อาจจะต้องไปดูจากครั้งล่าสุดที่เข้ามา Engage กับแบรนด์เราแทน เช่น มาอ่านข้อมูลเกี่ยวกับรถยนต์ครั้งล่าสุดเมื่อไหร่นะ หรือเข้ามาเยี่ยมชมศูนย์บริการของเราเมื่อไหร่กัน

แต่ถ้าเป็นสินค้าประเภทของกินของใช้ อุปโภคบริโภคอันนี้ก็จะมีความสดใหม่ที่ง่ายหน่อย เพิ่งซื้อกาแฟไปเมื่อเช้า หรือเพิ่งแวะมากินข้าวเมื่อตอนกลางวัน

2. Frequency ความถี่

ค่าคะแนนความถี่ก็จะแบ่งออกเป็น 1 ถึง 5 เช่นกัน โดยคะแนนนี้วัดจากความถี่ที่ลูกค้ารายนี้แวะมาหาเราแล้วซื้อเราบ่อยไหม 5 คือแวะมาถี่มากๆ ถ้าเป็นร้านกาแฟก็คือมาเช้าเย็น หรือมาทุกวัน ถ้าเป็นร้านนวดก็อาจจะวัดจากหลักสัปดาห์หรือเดือนเป็นหลัก (คงไม่มีใครขี้เมื่อยเข้าร้านนวดทุกวันมั้งครับ) 

และในขณะเดียวกันก็ยังดูจากจำนวนการซื้อที่เกิดขึ้นด้วย ถ้าแวะมาบ่อยแต่ไม่เคยซื้อเลยอันนี้ก็ไม่นับนะครับ เพราะการมาแต่ไม่ซื้อนั่นหมายความว่าลูกค้าน่าจะยังไม่ไว้วางใจในแบรนด์นั้นมากพอ เลยได้แต่มาด้อมๆ มองๆ นักการตลาดถ้าเห็นสัญญาณนี้จาก Data จะต้องรีบหาทางสร้าง Trust ให้ลูกค้าวางใจเพื่อจะได้ควักเงินในกระเป๋าออกมาให้เราครับ

3. Monetary การใช้เงินหรือความป๋า

Monetary score เองก็มี 1 ถึง 5 โดยวัดจากจำนวนเงินที่ลูกค้ารายนี้ใช้กับเราว่ามากน้อยแค่ไหน ถ้าใช้มากระดับป๋าก็เอาไปเลย 5 คะแนน แต่ถ้าใช้น้อยมากๆ ก็ให้ไป 1 คะแนน หมายรวมถึงกลุ่มที่ไม่ใช้เงินกับเราเลยแต่ยังเข้ามา engage กับเราอยู่ เช่น แวะเข้ามาที่เว็บตลอด เอาสินค้าเข้าตะกร้าตลอด แต่ไม่เคยยอมจ่ายเงิน หรือสมัครสมาชิกรับข่าวสาร แต่ไม่เคยมา Convert เป็นลูกค้าเลย

Monetary score จะสัมพันธ์กับ Recency และ Frequency อย่างเห็นได้ชัด แต่ในขณะเดียวกันมันก็อาจจะเป็นกลุ่มลูกค้าพิเศษที่ใช้เงินเยอะมากในแต่ละปี แต่ในขณะเดียวกันก็ไม่เคยแวะมาเลย อาจจะมาแค่ปีละครั้งก็เป็นได้ จัดเป็นลูกค้าประเภทคะแนน R สูง แต่ F ต่ำ แต่ M สูงมาก ที่ถูกจัด Segment ให้เป็น Campion ตามหลักการครับ และถ้าเรารู้ตั้งแต่เนิ่นๆ ว่าลูกค้าคนไหนบ้างที่ถูกจัดอยู่ในกลุ่ม Champion เราก็จะรู้ว่าควรจะกระตุ้นลูกค้าคนไหนให้กลับมาซื้อซ้ำบ่อยขึ้นบ้าง นี่แหละครับคือการทำการตลาดแบบฉลาดใช้ดาต้า ที่ใช้ Data-Driven Marketing เลือกใช้งบการตลาดที่มีจำกัดไปกับกลุ่มลูกค้าที่มีความสำคัญต่อธุรกิจเราจริงๆ

สรุป RFM Model ตอนที่ 1

Pareto Marketing จาก 80/20 ทำน้อยได้มาก สู่ RFM Model การแบ่งกลุ่มลูกค้าตามความสำคัญ Smart Customer Segmentation ด้วย Data-Driven Marketing

จากแค่ 3 Factor สำคัญก็ทำให้เราสามารถทำ Customer Segmentation แบ่งกลุ่มลูกค้าได้มากมาย ทำให้นักการตลาดหรือเจ้าของธุรกิจอย่างเราสามารถวง Marketing Strategy หรือ Sale Tactics ที่แม่นยำได้ว่าจะต้องทำการตลาดกับคนกลุ่มไหน อย่างไร และเมื่อไหร่ ช่วยให้เราสามารถโฟกัสกับการกระทำสำคัญที่จะส่งผลให้เกิด Pareto Marketing 80/20 ได้ง่ายๆ ช่วยให้เรามี ROI ที่สูงขึ้นอย่างง่ายดาย แต่ทั้งหมดนี้เกิดจากการทำ Data-Driven Marketing ครับ

ในตอนหน้าเราจะมาดูกันว่า ทั้ง Customer Segments ทั้ง 11 กลุ่มของ RFM Model นั้นมีอะไรบ้าง และเราจะต้องทำการตลาดกับแต่ละกลุ่มอย่างไรจึงจะเกิดประสิทธิภาพมากที่สุดครับ

อ่านบทความเรื่อง RFM Model ตอนที่ 2 กับ 12 Customer Segmentation ต่อ > https://www.everydaymarketing.co/target/mass/12-strategy-for-12-customer-segments-from-rfm-model/

อ่านบทความที่เกี่ยวกับ Data-Driven Marketing ในการตลาดวันละตอนต่อ > https://www.everydaymarketing.co/tag/data-driven/

Source: https://how-many-steps-inc.webflow.io/rfm-segmentation-overview

Nattapon Muangtum

Nattapon Muangtum

เจ้าของเพจการตลาดวันละตอน / อาจารย์พิเศษวิชา Data-Driven Communication / ผู้เขียนหนังสือการตลาดแบบรู้ใจ Personalized Marketing, การตลาดแบบฉลาดใช้ดาต้า Data-Driven Marketing และ Data Thinking / เป็นที่ปรึกษาด้าน Marketing และ Data-Driven ให้กับบริษัทบางแห่งและหน่วยงานบางที่

One thought on “Pareto Marketing จาก 80/20 สู่ RFM Model – Smart Customer Segmentation

  1. ถ้าเราใช้ RFM กับ k means จะทำให้ผลการแบ่งกลุ่มมีประสิทธิภาพเพิ่มขึ้นมั้ยคะ

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *