← กลับไป Loyalty Insights

LOYALTY INSIGHTS · CUSTOMER RETENTION / RFM

RFM Analysis ฉบับ SME: จัดกลุ่มลูกค้าด้วยพฤติกรรมการซื้อจริง แล้วส่งโปรโมชันให้ตรงใจ ไม่หว่านลดราคา

Pointspot · เผยแพร่

RFM Analysis สำหรับธุรกิจ SME วิเคราะห์พฤติกรรมลูกค้าประจำ Pointspot

ส่วนลดเท่ากันทุกคน ทำให้ร้านจ่ายเกินความจำเป็น

การหว่านส่วนลด (Mass Discounting) ไม่แยกคนพร้อมซื้อจากคนที่ต้องการแรงจูงใจ ร้านจึงเสียรายรับจากบิลที่อาจขายราคาเต็ม ขณะที่ต้นทุนสินค้า ค่าแรง และค่าเช่าไม่ได้ลดตาม กำไรต่อบิลจึงบางลง แม้ยอดขายดูคึกคัก

เมื่อแจกโปรซ้ำ ลูกค้าอาจรอรอบลดราคาแทนการซื้อราคาปกติ ความคุ้มค่าจึงผูกกับของถูกมากกว่าคุณภาพหรือบริการ ปัญหาไม่ใช่ส่วนลด แต่คือการไม่รู้ว่าลดให้ใคร เพื่อเปลี่ยนพฤติกรรมอะไร

เปลี่ยนคำถามจาก “จะลดกี่เปอร์เซ็นต์” เป็น “ลูกค้ากลุ่มนี้ควรกลับมาทำอะไร และร้านยอมจ่ายเพื่อพฤติกรรมนั้นได้เท่าไร”

ถอดรหัส R–F–M จากข้อมูลที่ร้านมีอยู่

RFM Analysis อ่านพฤติกรรมย้อนหลังร่วมกัน 3 มิติ ไม่ดูยอดซื้ออย่างเดียว จึงแยกคนเพิ่งซื้อ คนซื้อประจำ และคนเคยสำคัญแต่เริ่มหายไปได้ [1]

R — Recency: ซื้อล่าสุดเมื่อไหร่

นับระยะห่างจากการซื้อครั้งล่าสุดถึงวันอ้างอิง บทความนี้ใช้ R สูงแทนการเพิ่งซื้อ ความห่างเกินรอบซื้อปกติเป็นสัญญาณตรวจความผูกพันหรือความเสี่ยงแปรพักตร์ ไม่ได้ยืนยันว่าลูกค้าไปซื้อร้านคู่แข่งแล้ว

F — Frequency: ซื้อบ่อยแค่ไหน

นับการซื้อในช่วงเดียวกัน เพื่อดูการซื้อเป็นกิจวัตรและสัญญาณความภักดี นับจากบิลจริง ไม่ใช่จำนวนครั้งที่พนักงานส่งแต้ม เพราะการแบ่งรายการอาจทำให้ดูซื้อบ่อยเกินจริง

M — Monetary: ยอดซื้อรวมเท่าไร

รวมยอดซื้อสุทธิในช่วงวิเคราะห์ เพื่อดูมูลค่าทางธุรกิจและประกอบการประเมินมูลค่าตลอดอายุลูกค้า (Customer Lifetime Value: CLV) แต่ไม่ใช่ CLV เพราะยังไม่รวมการซื้อในอนาคตและต้นทุนดูแล คนซื้อเยอะจึงไม่จำเป็นต้องทำกำไรสูงที่สุด

กำหนดกติกาให้ตรงรอบซื้อของร้าน

ใช้วันอ้างอิงและช่วงย้อนหลังเดียวกัน กำหนด R สูงคือเพิ่งซื้อ ส่วน F และ M สูงคือซื้อบ่อยและยอดรวมสูงเทียบฐานลูกค้าร้าน อย่าใช้เกณฑ์ร้านกาแฟกับร้านสินค้าทนทานโดยไม่ปรับรอบซื้อ

ข้อควรระวังกับข้อมูลแต้ม: คู่มือ Pointspot อธิบายกลุ่มลูกค้าบางส่วนด้วยพอยท์ที่ได้รับ หากร้านใช้แต้มแทนยอดซื้อ ต้องตรวจอัตราแปลงและแยกแต้มโบนัส มิฉะนั้น M อาจไม่สะท้อนยอดใช้จ่ายจริง [1]

ตารางกลยุทธ์: 4 กลุ่ม 4 เหตุผลในการกลับมา

ตารางนี้ย่อ RFM เป็น 4 กลุ่มสำหรับออกแบบแคมเปญ ไม่ได้เปลี่ยนกลุ่มใน Pointspot ซึ่งมี 10 กลุ่มตามคู่มือ เลือกกลุ่มย่อยให้ตรงพฤติกรรมก่อนส่ง [1]

Action Matrix — เลือกสิทธิประโยชน์ตามพฤติกรรม ไม่หว่านส่วนลดให้ทุกคน · บนมือถือเลื่อนตารางด้านข้างได้

กลุ่มและสัญญาณกลยุทธ์และสิทธิประโยชน์จังหวะใช้และเกณฑ์ติดตาม
Championsลูกค้ายอดเยี่ยมR สูง · F สูง · M สูงVIP Privilege และ First Access

สิทธิทดลองสินค้าใหม่ก่อนใคร จองคิวก่อน หรือบริการพิเศษ ไม่จำเป็นต้องลดราคา

ใช้ E-Coupon เป็นบัตรรับสิทธิ ไม่ใช่คูปองลดราคา

ติดตามการใช้สิทธิและซื้อซ้ำ

Loyal Customersลูกค้าประจำซื้อสม่ำเสมอPoint Multiplier: แต้ม x2

Tier Upgrade: เลื่อนระดับเพื่อปลดล็อกสิทธิ เมื่อถึงเกณฑ์ที่ร้านกำหนด

ส่งเสริมการซื้อครั้งถัดไปและรักษาความถี่

ตรวจต้นทุนแลกแต้มและเงื่อนไขระดับสมาชิก

At-Risk / About to Sleepลูกค้าเสี่ยงหายR ต่ำ ห่างนานWin-back E-Coupon

ข้อเสนอเรียกกลับเฉพาะกลุ่ม กำหนดวันหมดอายุชัดเพื่อเร่งตัดสินใจ

ให้ความสำคัญกับคนเคยซื้อบ่อยหรือยอดสูง

หยุดส่งเมื่อกลับมาซื้อ วัดการกลับมาและกำไร

New / Promisingลูกค้าใหม่มีโอกาสเติบโตR สูง · F ต่ำFirst-to-Second Bill Voucher

คูปองสำหรับบิลที่ 2 ภายใน 14 วันนับจากบิลแรก ไม่แจกซ้ำทุกบิล

เลือกผู้ซื้อบิลแรกจริง กำหนดยอดขั้นต่ำตามกำไร

วัดสัดส่วนกลับมาบิลที่ 2 ใน 14 วัน

At-Risk อาจเคยมีมูลค่าสูง ส่วน About to Sleep อาจซื้อไม่บ่อยและมูลค่าต่ำกว่า ตรวจ F และ M ก่อนกำหนดงบเรียกกลับ [1]

แต้มก็มีต้นทุน ระบุยอดขั้นต่ำ สินค้าร่วมรายการ วันหมดอายุ และการใช้ร่วมโปรอื่น อย่าวัดแค่ยอดรับคูปอง

ทำจริงหน้าร้านผ่าน Pointspot: เริ่มด้วยเบอร์โทรศัพท์

ลูกค้าใช้เบอร์โทรศัพท์สะสมแต้ม ไม่ต้องลงแอปหรือพกบัตร ร้านบันทึกธุรกรรมเชื่อมกับสมาชิก แล้วใช้รายงาน RFM จัดกลุ่ม พร้อมตั้ง Automation ส่ง E-Coupon และแจ้งเตือนตามกติกา เริ่มใช้รายงานสำเร็จรูปได้โดยไม่ต้องมีนักวิทยาศาสตร์ข้อมูล [1][2][3]

1. เก็บข้อมูลให้เชื่อถือได้

ตรวจเบอร์โทรศัพท์และเชื่อมบิลกับสมาชิก บันทึกวันที่และยอดซื้อสุทธิ ใช้ข้อมูลเท่าที่จำเป็น พร้อมจัดการสิทธิรับข้อความการตลาดและการยกเลิกรับข้อความ

2. เปิดรายงาน แล้วเลือกกลุ่มเป้าหมาย

เข้าเมนูรายงาน RFM Analysis ตรวจช่วงย้อนหลังและนิยามที่ระบบใช้ เลือกกลุ่มตามวัตถุประสงค์ในตาราง ไม่ส่งคูปองเรียกกลับให้คนที่เพิ่งกลับมาซื้อแล้ว [1]

3. ตั้ง E-Coupon และการส่งอัตโนมัติ

เข้า Automation เลือกคูปอง เพิ่มแคมเปญ กำหนดช่วงใช้งาน กลุ่ม RFM รางวัลหรือส่วนลด และอายุคูปอง เปิดแจ้งเตือน SMS เมื่อเหมาะสม ตรวจค่าใช้จ่ายและสิทธิแพ็กเกจก่อนเปิดจริง [2]

4. ทดสอบก่อนปล่อยแคมเปญ

ตรวจบัญชีตัวอย่าง การเข้ากลุ่ม ข้อความ วันหมดอายุ และการแลกสิทธิ จำกัดความถี่ติดต่อและโปรซ้ำซ้อน แล้วติดตามบิลที่กลับมาซื้อ

แยก “ส่งตามรอบ” ออกจาก “ทริกเกอร์หลังซื้อ”: คู่มือรองรับการส่งรายวัน ต้นเดือน และเมื่อสมาชิกใหม่ติดตามธุรกิจ แต่ไม่ได้ยืนยันการส่งทันทีหลังบิลแรก อย่าใช้วันสมัครแทนวันซื้อ แคมเปญบิลที่ 2 ต้องตรวจเงื่อนไขหรืองานเชื่อมต่อที่รองรับก่อน [2]

สำหรับ Loyal Customers ใช้ตัวคูณแต้มและการเลื่อนระดับเป็นแนวทางให้รางวัลได้ โดยคู่มือยืนยันตัวคูณแต้มตามช่วงเวลา และการปรับบัตรตามพอยท์ที่ได้รับ การจำกัดแต้ม x2 เฉพาะกลุ่มต้องตรวจตัวเลือกที่บัญชีรองรับ ไม่ควรถือว่ารายงาน RFM เท่ากับระดับบัตรสมาชิก [4][5]

วัดการกลับมาซื้อ พร้อมกำไรที่เหลือจริง

วัดตามเป้าหมาย: กลุ่มใหม่ดูสัดส่วนกลับมาบิลที่ 2 ใน 14 วัน กลุ่มเสี่ยงดูการกลับมาซื้อ กลุ่มประจำดูความถี่ กลุ่มยอดเยี่ยมดูการซื้อซ้ำและใช้สิทธิ ไม่ใช้ยอดส่ง SMS แทนยอดขาย

หักต้นทุนสินค้า รางวัล และค่าข้อความก่อนวัดกำไรส่วนเพิ่ม หากทำได้ ให้เทียบกับลูกค้าพฤติกรรมใกล้กันที่ไม่ได้รับแคมเปญในช่วงเดียวกัน เพื่อแยกการซื้อที่เกิดอยู่แล้วออกจากผลโปรโมชัน

เริ่มจากกลุ่มเดียวที่มีเป้าหมายชัด ปรับข้อเสนอจากผลจริงแล้วค่อยขยาย RFM ไม่ใช่การเพิ่มคูปอง แต่คือการมีเหตุผลรองรับทุกสิทธิที่มอบให้

คำถามที่พบบ่อย

1. ร้านเล็กต้องมีข้อมูลอะไรจึงเริ่มทำ RFM ได้?

เริ่มจากรหัสสมาชิกหรือเบอร์โทรศัพท์ วันที่ซื้อ เลขที่บิล และยอดซื้อสุทธิที่เชื่อมถึงคนเดียวกัน ตรวจบิลซ้ำและรายการคืนสินค้าก่อนวิเคราะห์ เลือกช่วงข้อมูลครอบคลุมรอบซื้อของร้าน แล้วใช้เกณฑ์เดียวกันกับลูกค้าทั้งกลุ่ม

2. R สูง หมายถึงลูกค้าหายไปนานหรือเพิ่งซื้อ?

ในบทความนี้ R สูงหมายถึงคะแนนความใหม่สูง หรือลูกค้าเพิ่งซื้อ ไม่ใช่จำนวนวันห่างจากการซื้อสูง หากรายงานแสดงจำนวนวัน ยิ่งน้อยยิ่งใหม่ ตรวจนิยามคะแนนก่อนใช้ และเทียบความห่างกับรอบซื้อปกติของธุรกิจ

3. ยอดซื้อรวมเท่ากับมูลค่าตลอดอายุลูกค้าหรือไม่?

ไม่เท่ากัน ยอดซื้อรวมเป็นมูลค่าในช่วงข้อมูลย้อนหลัง ส่วนมูลค่าตลอดอายุลูกค้าต้องพิจารณาความสัมพันธ์ในอนาคตและต้นทุน ใช้ M จัดลำดับความสำคัญได้ แต่ต้องดูส่วนต่างกำไรและต้นทุนสิทธิประโยชน์ก่อนตัดสินใจให้รางวัล

4. คูปองบิลที่ 2 ภายใน 14 วันเหมาะกับทุกร้านหรือไม่?

ไม่จำเป็น ระยะ 14 วันเป็นแนวทางทดลองในบทความนี้สำหรับร้านที่มีโอกาสซื้อซ้ำเร็ว หากสินค้าใช้ได้นานหรือซื้อเป็นฤดูกาล ให้ปรับตามรอบซื้อจริง พร้อมกำหนดยอดขั้นต่ำและงบสิทธิประโยชน์ที่ยังเหลือกำไร

5. Pointspot ทำ RFM และส่งคูปองได้อัตโนมัติแค่ไหน?

Pointspot มีรายงานจัดกลุ่ม RFM และตั้งแคมเปญส่งคูปองอัตโนมัติตามกลุ่มเป้าหมายได้ ร้านต้องบันทึกข้อมูลและตั้งกติกาก่อน ส่วนการส่งทันทีหลังบิลแรกต้องยืนยันเงื่อนไขที่รองรับ ไม่ควรถือว่าการสมัครสมาชิกเท่ากับการซื้อครั้งแรก

แหล่งอ้างอิงและขอบเขตการใช้งาน

นิยามและความสามารถของระบบอ้างอิงคู่มือ Pointspot ส่วนข้อเสนอแคมเปญเป็นแนวทางของบทความ ไม่ใช่ผลลัพธ์ที่รับประกัน ระยะ 14 วันและแต้ม x2 มาจากโจทย์กลยุทธ์ จึงต้องทดลองให้เข้ากับรอบซื้อและกำไรของร้าน

ข้อมูลผลิตภัณฑ์ตรวจจากคู่มือขณะจัดทำเอกสาร ควรตรวจสิทธิแพ็กเกจ ค่าแจ้งเตือน และหน้าตั้งค่าของบัญชีอีกครั้งก่อนเปิดแคมเปญจริง

โครงสร้างข้อมูลช่วยระบุชนิดและความหมายของเนื้อหา ไม่ได้รับประกันอันดับ การแสดงผลพิเศษ หรือการถูก AI Search อ้างอิง