Segmentação de clientes: uma análise RFM em Knime

Por
Tags: Knime Business Analytics Datavisualization Segmentação RFM DataMining
Categorias: Knime

A segmentação de clientes, ou segmentação de mercado, é o processo de dividir uma base de clientes em subgrupos homogêneos dentro de um mercado heterogêneo, dirigido a ações de marketing. Esse agrupamento permite às empresas compreender seus clientes e direcionar a tomada de decisões para grupos bem definidos, atendendo às necessidades específicas de cada subgrupo. É possível, por exemplo, identificar os grupos de clientes mais lucrativos, permitindo que as organizações concentrem-se em mantê-los.

A análise de RFM (Recency-Frequency-Monetary ou Recência-Frequência-Monetária) é uma técnica amplamente utilizada na seleção de clientes significativos. Neste processo, são selecionados os clientes mais recentes (R), os mais frequentes (F) e o valor gasto (M) por eles com as empresas. Mais especificamente:

R: Tempo desde a última compra. É um importante preditor, pois um cliente que comprou há pouco tempo tem mais chance de voltar a comprar do que aquele que comprou há muito tempo, além de apresentar uma probabilidade maior de responder a promoções.

F: Quantidade de compras realizadas por um cliente em um intervalo de tempo. Se um cliente compra frequentemente, espera-se que ele volte a comprar.

M: Quantia gasta com a empresa em um intervalo de tempo. Aqueles clientes que gastaram muito têm mais valor para a organização em comparação com aqueles que gastaram menos.

Na análise RFM há diferentes tipos de segmentação. Neste texto, sugerimos onze segmentos já apresentados na literatura. Entretanto, a determinação destes deve estar de acordo com a realidade de cada empresa. A tabela abaixo apresenta a descrição de cada segmento. A terminologia aqui utilizada é uma tradução livre do inglês.

Segmentos Descrição R F M
Campeões Compraram recentemente, compram com frequência e gastam muito 4-5 4-5 4-5
Clientes fiéis Gastam muito e respondem a promoções 2-5 3-5 3-5
Potencialmente fiéis Compraram recentemente, mais de uma vez e gastaram uma boa quantia 3-5 1-3 1-3
Novos clientes Compraram recentemente, mas não compram com frequência 4-5 <=1 <=1
Promissores Compraram recentemente, mas não gastaram muito 3-4 <=1 <=1
Precisam de atenção Recência, frequência e valor monetário acima da média 2-3 2-3 2-3
Quase em risco Recência, frequência e valor monetário abaixo da média 2-3 <=2 <=2
De risco Gastaram muito, compraram muitas vezes, mas há muito tempo <=2 2-5 2-5
Não pode perdê-los Compraram muito e com frequência, mas há muito tempo <=1 4-5 4-5
Hibernando Compraram pouco, com baixa frequência e há muito tempo 1-2 1-2 1-2
Perdidos Recência, frequência e valores monetários baixos <=2 <=2 <=2

Implementação de RFM em Knime

Na bibliografia há diversas aplicações de RFM utilizando diferentes sofwtare, a maioria delas feitas em R ou Python. Já apresentado no post anterior, o Knime é uma plataforma de código aberto para mineração e análise de dados. Propomos aqui o uso do Knime para desenvolver uma análise RFM no banco de dados E-Commerce Data, disponibilizado pela UCI Machine Learning Repository. O conjunto de dados contém as transações ocorridas entre 01/12/2010 e 09/12/2011 em uma loja de varejo on-line com sede e registro no Reino Unido.

Para o desenvolvimento deste estudo, utilizamos apenas algumas das variáveis presentes na base dados:

Variável Descrição Classificação da variável
ID-Cliente Um número de 5 dígitos atribuído a cada cliente Nominal
Data da fatura Dia e a hora em que cada transação foi gerada Numérica
Quantidade As quantidades de cada produto (item) por transação Numérica
Preço unitário Preço do produto por unidade em libras esterlinas Numérica

A implementação de RFM em Knime é feita em quatro etapas:

  1. Leitura dos dados: Utilize um nó para ler os dados conforme o formato no qual estejam armazenados.
  2. Depuração dos dados: Utilize nós que permitam limpar os dados. Por exemplo, tirar NAs e deixar as datas nos formatos adequados.
  3. Cálculo das variavéis RFM: Com os dados prontos para a análise, calcule para cada cliente as variáveis de Recência, Frequência e Valor Monetário.
  4. Cálculo do Score e definição dos segmentos: O score atribuído a cada cliente é dado de acordo com o quintil ao qual ele pertence. Por exemplo, suponha que um cliente pertença aos 20% que compraram mais recentemente, aos 20% que menos compraram e aos 20% que menos gastaram. Isto corresponde ao 5º quintil da recência, 1º quintil da frequência e ao 1º quintil do monetário. Dessa forma, a RFM desse cliente seria 511 e estaria definido no segmento novo cliente.

Abaixo apresentamos como seria um workflow para a realização de uma análise RFM em Knime.

Nature

O resultado para alguns clientes é exibido na tabela abaixo:

ID Cliente Recência Frequência Valor Monetário Score Recência Score Frequência Score Valor Monetário RFM Segmentos
12346 348 1 77183.6000 1 1 5 115 Perdidos
12347 25 7 615.7143 5 5 5 555 Campeones
12348 98 4 449.3100 2 4 4 244 Clientes fieles
12349 41 1 1757.5500 4 1 5 415 Perdidos
12350 333 1 334.4000 1 1 3 113 Perdidos
12352 59 8 313.2550 3 5 3 353 Clientes fieles

Com os clientes já classificados, podemos inicialmente analisar a quantidade deles em cada segmento e as proporções que representam dentro do banco de dados. Posteriormente, analisar as distribuições da Recência, Frequência e Valor Monetário.



Pelos boxplots observamos que a distribuição do Valor Monetário tem uma natureza mais simétrica e dispersa do que aquelas correspondentes à Recência e à Frequência. Em termos de assimetria, a da variável Frequência é maior do que a da Recência, ambas positivas.



Nosso interesse agora é avaliar conjuntamente as três variáveis dentro de cada segmento. Para tal, esboçamos os gráficos para cada grupo, em que o diâmetro do círculo é proporcional ao valor monetário por cliente.

Como já esperado, os segmentos Hibernando, De risco, Quase em risco e Precisam de atenção, apresentam frequências muito baixas (compraram no máximo quinze vezes). Porém, seria interessante uma investigação no grupo de clientes perdidos, pois observamos clientes que compraram muitas vezes e recemente, mas que gastaram em média muito pouco. Um exame mais minucioso do perfil desses clientes poderia ser últil em ações de marketing para recuperá-los.

Os segmentos Clientes fiéis e Campeões apresentaram frequências semelhantes, assim como valor monetário, exceto pelo último grupo, que tem um cliente com uma frequência maior.



Outra alternativa é aplicar sobre os atributos do RFM um algoritmo de cluster baseado em distâncias. Um exemplo seria usar o algoritmo K-means, como é proposto por [1]. Este procedimento poderia ajudar a entender melhor as regras de classificação e portanto, ter maior entendimento de cada segmento.

Observe que o algoritmo K-means agrupa os clientes dando maior importância à Recência. Porém, seria interessante uma investigação no cluster número 1, pois observamos que o algoritmo detectou que, além de ter uma Recência baixa, tem uma Frequência alta.



Veia Também