आरएफएम विश्लेषण। दोहराने की बिक्री बढ़ाने के लिए व्यावहारिक आरएफएम विश्लेषण (वीडियो)

RFM विभाजन में तीन पैरामीटर होते हैं:

रीसेंसी (आर)- अंतिम खरीद की तारीख

यानी दिनों, हफ्तों या महीनों में क्लाइंट के साथ बातचीत को कितना समय बीत चुका है। इसकी गणना वर्तमान और अंतिम आदेश की तारीख के बीच के अंतर के रूप में की जाती है। जिन ग्राहकों ने हाल ही में आपसे खरीदारी की है, उन ग्राहकों की तुलना में ऑर्डर दोहराने की अधिक संभावना है, जिन्होंने लंबे समय से कोई गतिविधि नहीं दिखाई है। जिन उपयोगकर्ताओं ने बहुत समय पहले खरीदा था, उन्हें केवल उन ऑफ़र के साथ नवीनीकृत किया जा सकता है जो उन्हें वापस आकर्षित करते हैं।

आवृत्ति (एफ)- खरीद की कुल आवृत्ति

दिखाता है कि एक निश्चित अवधि के दौरान आपने क्लाइंट के साथ कितनी बातचीत (खरीदारी) की थी। यदि दोनों पक्ष संतुष्ट हैं, तो आपके पक्ष में खरीदारी या वृद्धि की आवृत्ति बनाए रखने का एक मौका है। एक ग्राहक ने आपसे जितनी अधिक खरीदारी की है, उतनी ही अधिक संभावना है कि वह भविष्य में उन्हें दोहराएगा। आमतौर पर, यह संकेतक खरीद के नुस्खे से निकटता से संबंधित है।

मौद्रिक (एम)- खरीद की मात्रा

पिछले संकेतकों की तरह, इसकी गणना एक निश्चित अवधि या इंटरैक्शन की संख्या के लिए की जाती है। दिखाता है कि राजस्व और लाभप्रदता के संदर्भ में "ग्राहकों का मूल्य" क्या था, या यों कहें कि खर्च की गई राशि। धन-एकत्रित विश्लेषण अक्सर उन ग्राहकों का प्रतिनिधित्व करते हैं जिनकी खरीदारी आपके व्यवसाय के लिए उच्च मूल्य दर्शाती है।

उपरोक्त सभी संकेतकों की गणना उस अवधि के लिए करना महत्वपूर्ण है जो आवश्यक डेटा को सबसे सटीक रूप से प्रदर्शित करता है। मान लीजिए कि आप एक वर्ष का एक नमूना ले सकते हैं और उसे तिमाहियों में विभाजित कर सकते हैं।

आम तौर पर, ग्राहकों का एक छोटा प्रतिशत सामान्य प्रचार ऑफ़र का जवाब देता है। RFM ग्राहकों की प्रतिक्रिया की भविष्यवाणी करने और जुड़ाव में सुधार के साथ-साथ लाभ बढ़ाने के लिए बहुत अच्छा है। RFM ग्राहकों के प्रत्येक समूह के साथ व्यवहार करने का तरीका निर्धारित करने के लिए ग्राहक व्यवहार का उपयोग करता है। संकेतकों के महत्व को अक्षरों के क्रम के अनुसार क्रमबद्ध किया जाता है - नुस्खे, आवृत्ति, धन। कभी-कभी एक नाम होता है आरएफ विभाजनजब मौद्रिक का उपयोग नहीं किया जाता है क्योंकि इसका मूल्य अक्सर आवृत्ति पर निर्भर करता है। विभाजन ग्राहक आधारइस सिद्धांत के अनुसार, यह आपको उन लोगों की पहचान करने की अनुमति देता है जिनके साथ आपको वास्तव में काम करने की आवश्यकता है, उन्हें ग्राहकों के सबसे सक्रिय समूह के लिए लक्षित विपणन प्रस्तावों को विकसित करते हुए, ग्राहक खंडों (सक्रिय, नींद, बढ़ते) में विभाजित करना।

क्या आप अपने व्यवसाय के ग्राहक संपर्क आधार का RFM विश्लेषण करना चाहते हैं?

• हम आपसे संपर्क करेंगे, स्पष्ट करेंगे कि आपके पास कौन सा डेटा है और उसके आधार पर, एक सप्ताह के भीतर एक रिपोर्ट के साथ एक दस्तावेज मुफ्त में तैयार करेंगे।
• हम पर 2,000 से अधिक कंपनियों का भरोसा है, लेकिन आपके ग्राहकों के डेटा की सुरक्षा सुनिश्चित करने के लिए, हम एक गोपनीय डेटा सुरक्षा समझौते पर हस्ताक्षर कर सकते हैं।

आरएफएम शर्तों को परिभाषित करना

"नुस्खे", "आवृत्ति" और "पैसा" की परिभाषाएं भी सहज हैं, लेकिन हमारा काम उन्हें उन संख्याओं में बदलना है जिनका उपयोग आरएफएम का मूल्यांकन करने के लिए किया जा सकता है, और यह पहले से ही कुछ अधिक जटिल है।

आइए हमारे डेटा को एक तालिका के रूप में प्रस्तुत करते हैं, जो पहले मूल्य - अंतिम खरीद की तारीख (आर) द्वारा क्रमबद्ध है।

	अंतिम खरीद की तिथि (आर)	खरीद की मात्रा (एफ)	खरीद की राशि, UAH	औसत बिल, UAH (एम)
इवान पेट्रोव
पेट्र इवानोव
ओलेग प्लायुशच
सिदोर पेट्रोव
ओलेया सिदोरोवा
अन्ना वोल्कोवा

हम प्राप्त आंकड़ों के आधार पर प्रत्येक ग्राहक के लिए प्रत्येक संकेतक (आर, एफ, एम) के लिए तुरंत "वजन" डाल देंगे। ग्राहक आधार का मूल्यांकन करने के लिए, हम 1 से 3 तक के संख्यात्मक मानों का उपयोग करेंगे, या विश्लेषण के परिणामस्वरूप प्रत्येक ग्राहक को दिए गए प्रतिशत में। सुविधा के लिए, आइए प्रत्येक संकेतक के लिए पूरे ग्राहक आधार को 5 बराबर भागों में विभाजित करें। मान लीजिए, हमारे उदाहरण से, संकेतक "खरीदारी की मात्रा" एफ - 1,2,3,4,5 के अनुसार।

1 - हमारे लिए सबसे खराब वॉल्यूम, इसे 1 के रूप में चिह्नित करें;

2,3,4 - औसत परिणाम, इसे 2 के रूप में चिह्नित करें;

5 सबसे अच्छा F मान है। यह हमारा 3 है।

तो: 1 खराब है, 2 is औसतऔर 3 अच्छा है। इन भारों का उपयोग करके सूची को रैंक करने के लिए प्रत्येक संकेतक के लिए "वजन" डालकर।

अब हम 333 के परिणामों के साथ आसानी से यह निर्धारित कर सकते हैं कि हमारे लिए सबसे अच्छा ग्राहक क्या है। 111 दिखाता है कि ग्राहक शायद ही कभी हम में रुचि रखता है, शायद एक बार भी। प्राप्त परिणामों के आधार पर, आप ग्राहकों के एक विशेष समूह के साथ व्यवहार करने के तरीके के लिए विकल्प चुन सकते हैं।

दुख की बात यह है कि आमतौर पर 111 सबसे बड़ा खंड होता है। और यह अच्छा है कि आप उन लोगों पर समय बर्बाद नहीं कर सकते जो पहले से ही खो चुके हैं और हमारे लिए वास्तव में महत्वपूर्ण ग्राहकों पर ध्यान केंद्रित करते हैं।

आरएफएम विभाजन का लाभ यह है कि विश्लेषण एक संकेतक पर भी किया जा सकता है जो आपको सबसे ज्यादा रूचि देता है या संकेतकों को जोड़ता है, हालांकि ग्राहक आधार का पूर्ण विभाजन आपको अधिक अवसर देगा। मान लीजिए कि हम केवल नुस्खे और आवृत्ति को आधार के रूप में लेते हैं, और परिणामी डेटा को ग्राफ़ करते हैं:

ग्रीन सेक्टर 5% - सबसे अच्छे ग्राहक जो हर चीज पर सक्रिय रूप से प्रतिक्रिया करते हैं, खरीदते हैं, आदि, क्रमशः सेक्टर 1.1 - "हम उन्हें खो रहे हैं।" आपको तालिका के प्रत्येक खंड के साथ अलग-अलग तरीके से काम करने की आवश्यकता है, उन्हें पेश करते हुए अलग-अलग स्थितियांसहयोग।

हम हमेशा कहते हैं कि स्टैटिक्स (अब हम कैसे कर रहे हैं) में स्थिति को देखना अच्छा है, लेकिन डायनामिक्स (जहां हम आगे बढ़ रहे हैं) में देखना और भी महत्वपूर्ण है। यदि आप पिछली अवधि के लिए समान तालिका की गणना करते हैं और इसे वर्तमान आज की तालिका पर "लगाते" हैं, तो आप देख सकते हैं कि डेटा कैसे बदलता है:

सेक्टर 1.1 में, संख्या में कमी के कारण संकेतक 6% गिर गया निष्क्रिय ग्राहक. दूसरी ओर, सेक्टर 3.3 में "अच्छे ग्राहकों" की संख्या में 2% की वृद्धि हुई। इसका मतलब है कि हम सही दिशा में काम कर रहे हैं। यह क्या होता है इसके कारण विश्लेषण करना और परिणाम को समेकित करना आवश्यक है।

यह डेटा पहले से ही पर्याप्त है प्रभावी कार्यग्राहकों के साथ, लेकिन यदि आप इस सूचक में धन खंड जोड़ते हैं, तो संख्याओं पर काम करना और भी दिलचस्प हो जाएगा :) RFM आपको डेटाबेस को विभाजित करने की अनुमति देता है ताकि आप सही ग्राहकों पर समय और पैसा खर्च कर सकें। कम से कम एक संकेतक के आधार पर विभाजित करने का प्रयास करें, और यहां तक ​​कि इस डेटा के साथ काम करने से नियमित ग्राहकों की वृद्धि में योगदान हो सकता है।

लेख दिनांक 11/17/2013 से अद्यतन किया गया

ऑफटॉपिक: Habré पर RFM टैग के साथ केवल 2 लेख हैं, और दोनों कॉर्पोरेट ब्लॉग से हैं। यह अजीब है कि विषय पर इतनी कम सामग्री क्यों है, क्योंकि हबरे पर ई-कॉमर्स से संबंधित क्षेत्र के बहुत से लोग हैं?

हालांकि, मैं पानी डालना बंद कर देता हूं और शुरुआत के लिए, शर्तों पर सहमत होने का प्रस्ताव करता हूं। इसके अलावा, आरएफएम-विश्लेषण कंपनी के लिए ग्राहक के मूल्य के विश्लेषण को संदर्भित करता है। वास्तव में, एबीसी विश्लेषण का थोड़ा उन्नत संस्करण, केवल उत्पादों पर नहीं, बल्कि ग्राहकों पर ध्यान देने के साथ। व्यवसाय के लिए प्रत्येक ग्राहक के लाभ के आकार की औपचारिकता सबसे आगे है। इस लाभ की पहचान करने के लिए, प्रत्येक ग्राहक को निम्नलिखित मापदंडों के अनुसार माना जाता है:

आरविशिष्टता- नवीनता(पिछली खरीद के बाद का समय)
एफमांग- आवृत्ति(प्रति अवधि खरीदारी की आवृत्ति)
एमएकात्मक- मुद्रीकरण(अवधि के लिए खरीद की लागत)

दिया गया:

1. ऑनलाइन स्टोर का बिक्री इतिहास .xlsx डाउनलोड के रूप में, जैसे

इस प्रकार! संख्याओं में अर्थ की तलाश न करें, सब कुछ अर्ध-यादृच्छिक रूप से 1-2 आदेशों से बदल गया है

2. मालिक से टीके, पूर्ण संस्करणजो "क्या आप RFM विश्लेषण कर सकते हैं?" वाक्यांश से अधिक जटिल नहीं लगता है?

परिणाम:

सबसे पहले, मैंने आधा दिन यह सोचकर बिताया कि "पिवट टेबल की गणना की गई वस्तुओं की मदद से यह सब कैसे किया जाए, ताकि यह सुंदर हो।" नतीजतन, मैंने सुंदरता पर स्कोर किया और इसे एक घंटे में एक मध्यवर्ती शीट और सामान्य सूत्रों जैसे "= IF", आदि की मदद से किया।

3. मध्यवर्ती गणना

पिछली खरीदारी के बाद के समय की गणना करने के लिए, आपको वर्तमान तिथि (मानक एक्सेल फ़ंक्शन = TODATE ()) और ग्राहक की अंतिम खरीदारी की तिथि की आवश्यकता होगी। चूंकि अपलोड एक अनियंत्रित सरणी "दिनांक-ग्राहक-खरीदारी_अमाउंट" था, इसलिए इसे पहचानना मुश्किल था अंतिम तिथीप्रत्येक ग्राहक के लिए खरीद। अनलोडिंग में तारीखों की पूरी मात्रा को छाँटकर समस्या का समाधान किया गया (कृपया "सामूहिक कृषि शैली" के लिए दोष न दें, लेकिन उस समय मैंने सुंदरता पर स्कोर किया, क्योंकि मैं उस समाधान को लागू करना चाहता था जो मेरे सिर में था जितना संभव उतना त्वरित रूप से)। प्रारंभिक जानकारी के कॉलम हरे रंग में चिह्नित हैं। पहली पंक्ति में, मैंने सूत्रों को समझने के लिए छोड़ दिया, लेकिन कॉलम द्वारा अवरोही क्रम में क्रमबद्ध किया गया (कॉलम को कॉन्टेनेट का उपयोग करके बनाया गया था)

4. "सारांश" शीट के अवयव

अब हम एक शीट पर आरएफएम विश्लेषण का परिणाम एकत्र करते हैं। हम ग्राहकों की सूची से शुरू करते हैं (सॉर्टिंग कोई फर्क नहीं पड़ता) - पहली शीट से ग्राहकों की सूची की प्रतिलिपि बनाएँ, मानक कार्यक्षमता (डेटा - डुप्लिकेट निकालें) का उपयोग करके केवल अद्वितीय प्रविष्टियां छोड़ दें। कॉलम बी में, वीलुकअप का उपयोग करके, हम क्लाइंट के अंतिम ऑर्डर की तारीख खींचते हैं। कॉलम सी में सूत्र पूरे शिपमेंट में ग्राहक के आदेशों की संख्या की गणना करता है। कॉलम डी उसी प्रकारप्रति ग्राहक आदेशों का योग माना जाता है। और कॉलम ई हमारे लिए ग्राहक द्वारा पिछली खरीदारी के दिनों की संख्या की गणना करता है।


इस प्रकार! स्तंभ E के लिए एक सूत्र का एक उदाहरण कक्ष K1 में दिया गया है, और परिणाम प्रदर्शित करने के लिए केवल स्तंभ E में ही मान संग्रहीत किए जाते हैं

5. रीसेंसी (पिछली खरीद के बाद का समय)

हाइलाइट किए गए सूत्र का सार इस प्रकार है: हम देखते हैं कि 0 से अधिकतम (सूत्र में लाल रंग में हाइलाइट किए गए) के पांच बराबर अंतरालों में से कौन सा कॉलम ई के प्रत्येक सेल का मान है और 1 (ए) से स्कोर नीचे रखता है। ग्राहक जिसने एक साल पहले हमसे कुछ खरीदा था) से 5 तक (एक ग्राहक जिसने कुछ खरीदा - या तो) हाल के समय में).

6. आवृत्ति (अवधि के लिए खरीद की आवृत्ति) और मौद्रिक (अवधि के लिए खरीद की लागत)।

सूत्र समान हैं, तो आइए आवृत्ति के उदाहरण को देखें। इस मामले में, हमने पूरी आबादी को आबादी के सदस्यों की संख्या के बराबर 3 अंतरालों में विभाजित किया है और देखें कि इनमें से कौन सा अंतराल कॉलम सी में मान ग्रेडिंग 1 के साथ है (एक ग्राहक जो हमसे कम बार खरीदता है) , 3, 5 (एक ग्राहक जो हमसे दूसरों की तुलना में अधिक बार खरीदता है)।

उन लोगों के लिए जिन्हें विकिपीडिया पर माध्यिका की परिभाषा को समझना मुश्किल या आलसी लगता है: माध्यिका वह मान है जो डेटा सेट को संख्या के बराबर 2 भागों में विभाजित करता है। उदाहरण: औसत अंकगणितीय मान 5 ग्राहक जिन्होंने 1, 2, 2, 2, 100 खरीदारी की = 21.4 (हमें कुछ नहीं बता रहे हैं औसत तापमानअस्पताल द्वारा); समान श्रेणी की माध्यिका = 2.

निष्कर्ष: मैंने सभी संकेतकों को एक साथ जोड़ने और "परिणाम" शीट के सबसे दाहिने कॉलम के अवरोही क्रम में क्रमबद्ध करने के बारे में नहीं लिखा - मुझे लगता है कि यह स्पष्ट है)) मेरा लक्ष्य - "घुटने पर" प्रणाली बनाने के लिए, पूरी तरह से हासिल किया गया था . मैं इसे "जैसा है" देता हूं। इन पंक्तियों को जोड़ते हुए, मैं समझता हूं कि माध्यिका और उदाहरण की मेरी परिभाषा भी सबसे आसान नहीं है (उन लोगों के लिए जिनके पास विश्वविद्यालय में गणितीय आँकड़े नहीं थे)। अगर कोई सरल और अधिक समझने योग्य विकल्प प्रदान करता है - मैं इसे बदल दूंगा।

यह क्या है

आरएफएम विश्लेषणमौजूदा ग्राहकों के समूह या खंड के व्यवहार संबंधी कारकों के आधार पर एक ग्राहक आधार विश्लेषण पद्धति है।

RFM विश्लेषण आपको डेटाबेस की सामान्य स्थिति का आकलन करने, ई-मेल मार्केटिंग को अधिक कुशलता से व्यवस्थित करने और स्पष्टता और उपयोग में आसानी के मामले में अन्य तरीकों के साथ अनुकूल रूप से तुलना करने की अनुमति देता है।

यह काम किस प्रकार करता है?

सब कुछ सरल है। ग्राहक आधार को तीन मापदंडों के अनुसार खंडों में विभाजित किया गया है:

रीसेंसी (R) - अंतिम खरीदारी की आयु

यानी दिनों, हफ्तों या महीनों में पिछली खरीदारी को कितना समय बीत चुका है। अंतिम आदेश के क्षण से वर्तमान तिथि तक परिकलित।

खंडों को 3 सशर्त में विभाजित किया गया है: अच्छा - सामान्य - बुरा। इसकी व्याख्या इस प्रकार भी की जा सकती है:

"शुरुआती" - "यह फिर से खरीदने का समय है" - "यह बहुत समय पहले था।"

चूंकि हर किसी का व्यवसाय अलग होता है, सशर्त "अच्छा - सामान्य - बुरा" भी सभी के लिए अलग होगा। किसी के पास एक चक्र है बिक्री दोहराएं 1 हफ्ता, किसी के पास 1 महीना और किसी के पास साल। इसलिए, आपके व्यवसाय की बारीकियों (या आपके लक्ष्यों) के आधार पर, आप अपने "अच्छे - सामान्य - बुरे" को अपनी ज़रूरत के अनुसार समायोजित कर सकते हैं।

इसे निर्धारित करना आसान बनाने के लिए, आपको अपने लिए कुछ प्रश्नों के उत्तर देने होंगे:

• प्राकृतिक खरीद अवधि क्या है?
• मौसमी क्या है?
• अधिकांश ग्राहकों को दोबारा खरीदारी करने में कितना समय लगता है?
• ग्राहक की निष्क्रियता की किस अवधि पर विचार किया जा सकता है कि हमने एक ग्राहक खो दिया है (लंबाई जीवन चक्रग्राहक)

जिन ग्राहकों ने हाल ही में आपसे खरीदारी की है, उन ग्राहकों की तुलना में ऑर्डर दोहराने की अधिक संभावना है, जिन्होंने लंबे समय से कोई गतिविधि नहीं दिखाई है। जिन उपयोगकर्ताओं ने बहुत समय पहले खरीदा था, उन्हें केवल उन ऑफ़र के साथ नवीनीकृत किया जा सकता है जो उन्हें वापस आकर्षित करते हैं।

आवृत्ति (एफ) - खरीद की कुल आवृत्ति

दिखाता है कि किसी निश्चित समयावधि में आपने किसी क्लाइंट के साथ कितने इंटरैक्शन (खरीदारी) किए हैं। यदि दोनों पक्ष संतुष्ट हैं, तो आपके पक्ष में खरीदारी या वृद्धि की आवृत्ति बनाए रखने का एक मौका है। एक ग्राहक ने आपसे जितनी अधिक खरीदारी की है, उतनी ही अधिक संभावना है कि वह भविष्य में उन्हें दोहराएगा। आमतौर पर, यह संकेतक खरीद के नुस्खे से निकटता से संबंधित है।

यहाँ, साथ ही प्रिस्क्रिप्शन सेगमेंट में, सशर्त "अच्छे - सामान्य - बुरे" हैं। कुछ के लिए, "अच्छा" 10-20 खरीद है, "सामान्य" 5-10 है, और "खराब" 1-5 है। और किसी के लिए और किसी के लिए और 5 खरीदारी के लिए - "बहुत अच्छा!"

आप अपने लक्ष्य के आधार पर इस राशि को अपनी इच्छानुसार समायोजित कर सकते हैं।

मौद्रिक (एम) - खरीद की मात्रा

पिछले संकेतकों की तरह, इसकी गणना एक निश्चित अवधि या इंटरैक्शन की संख्या के लिए की जाती है। दिखाता है कि तथाकथित "ग्राहक का मौद्रिक मूल्य" क्या था, दूसरे शब्दों में - ग्राहक द्वारा आपके साथ खर्च की गई राशि। धन-एकत्रित विश्लेषण अक्सर उन ग्राहकों का प्रतिनिधित्व करते हैं जिनकी खरीदारी आपके व्यवसाय के लिए उच्च मूल्य दर्शाती है।

उपरोक्त सभी संकेतकों की गणना उस अवधि के लिए करना महत्वपूर्ण है जो आवश्यक डेटा को सबसे सटीक रूप से प्रदर्शित करता है। मान लीजिए कि आप एक वर्ष का एक नमूना ले सकते हैं और उसे तिमाहियों में विभाजित कर सकते हैं।

RFM विश्लेषण की आवश्यकता क्यों है

एक नियम के रूप में, अधिकांश ग्राहक सामान्य प्रचार प्रस्तावों पर खराब प्रतिक्रिया देते हैं।

RFM ग्राहक प्रतिक्रिया की भविष्यवाणी करने और ग्राहक जुड़ाव में सुधार करने और बार-बार बिक्री बढ़ाने के लिए एक उत्कृष्ट ग्राहक विभाजन विधि है।

यह विधि ग्राहकों के प्रत्येक समूह के साथ व्यवहार करने का तरीका निर्धारित करने के लिए खरीदार के व्यवहार का उपयोग करती है।

कभी-कभी नाम आरएफ विभाजन तब होता है जब मौद्रिक संकेतक का उपयोग नहीं किया जाता है, क्योंकि इसका मूल्य अक्सर आवृत्ति पर निर्भर करता है।

इस सिद्धांत के अनुसार ग्राहक आधार का विभाजन आपको उन लोगों की पहचान करने की अनुमति देता है जिनके साथ आपको वास्तव में काम करने की आवश्यकता है, उन्हें ग्राहक खंडों (सक्रिय, निष्क्रिय, बढ़ते) में विभाजित करके, लक्षित विपणन प्रस्तावों को विकसित करना:

• ग्राहकों का सबसे सक्रिय समूह।
• वे ग्राहक जो "फिर से खरीदने का समय है" - उदाहरण के लिए, यह लेंस बदलने या भोजन का एक नया पैक खरीदने का समय है क्योंकि एक महीना बीत चुका है
• हम किसके लिए "विशेष" ऑफ़र करना चाहते हैं
• हम किसे खोने के जोखिम में हैं?
• यहां तक ​​​​कि उन लोगों के लिए भी जो पहले से ही खो चुके हैं (पुन: सक्रियण)

समय के साथ हमारे लिए महत्वपूर्ण खंडों की मात्रात्मक संरचना की निगरानी करना भी उतना ही महत्वपूर्ण है। उदाहरण के लिए, अच्छी खबर यह है कि आपका गोल्ड क्लाइंट सेगमेंट बढ़ रहा है, और बुरी खबर यह है कि रिस्क ऑफ लॉस और वन-टाइम क्लाइंट सेगमेंट भी बढ़ रहे हैं।

इसका उपयोग कैसे करना है?

निम्न तालिका प्रत्येक खंड के साथ सबसे स्पष्ट रूप से काम करने की रणनीति दिखाती है।

तालिका 1 RFM खंडों के साथ काम करने का उदाहरण

खंड	गतिविधि
	कृतज्ञता, उपयोग करना सिखाएं, अपने मुख्य लाभों के बारे में बताएं
सक्रिय	विपणन गतिविधि का सामान्य तरीका, अनुसूचित मेलिंग
का वादा
विशेष ध्यान
	एक विशेष क्लब के लिए निमंत्रण, विशेष शर्तों और लाभों की पेशकश, विशेष सेवा
जाने मत देना	वफादारी कार्यक्रम, प्रतिधारण, पुनर्सक्रियन
एक बार खरीदे	अनुस्मारक, पुनर्सक्रियन, नवीनताएँ
खोने का खतरा	पुनर्सक्रियन, नवीनताएं, लाइव संपर्क - समस्या की पहचान

यह याद रखने योग्य है कि यह RFM खंडों के उपयोग का सिर्फ एक उदाहरण है। प्रत्येक व्यवसाय की अपनी विशेषताएं होती हैं और एक एकमुश्त समाधाननहीं हो सकता।

कुछ महत्वपूर्ण नोट्स या सुझाव:

• पहली खरीद (शुरुआती खंड) के तुरंत बाद छूट कभी न दें। यह लाभ के नुकसान के अलावा कुछ नहीं करेगा। इस स्तर पर मुख्य कार्य खुश करना है! सेवा, उत्पाद, ध्यान। सुझाव दें कि आपका कौन सा उत्पाद ग्राहक की खरीदारी को पूरी तरह से पूरक बना सकता है
• अपने महत्वपूर्ण सेगमेंट में ग्राहकों की संख्या पर कड़ी नज़र रखें: सोना, सक्रिय, भावी, और जाने न दें
• अधिकांश खुदरा व्यवसायों में "एकमुश्त खरीद" खंड सबसे बड़ा है। यह सामान्य है, हालांकि हमें इस सेगमेंट के हिस्से को कम करने का प्रयास करना चाहिए

इस प्रकार, हाल ही में खरीदे गए ग्राहक, अक्सर खरीदार होते हैं और बहुत अधिक खर्च करते हैं, उन्हें एक अंक दिया जाता है 5 |5|5 . वे आपके सबसे अच्छे ग्राहक हैं।

इस मामले में, एलेक्जेंड्रा है वीआईपी- एक ग्राहक, अन्ना नहीं, जिसने सबसे ज्यादा खर्च किया।

दूसरी ओर, जिस ग्राहक ने सबसे कम खर्च किया, उसने बहुत समय पहले खरीदा था और उसे अक्सर एक अंक नहीं दिया जाता है 1|1|1 . इस मामले में, यह निकोलस है। अब यह समझ में आता है, है ना?

स्कोर की गणना कैसे करें आरएफएम 1-5 के पैमाने पर?
विभिन्न व्यवसाय उपयोग कर सकते हैं विभिन्न तरीकेरैंकिंग मूल्यों के लिए आरएफएम 1 से 5 के पैमाने पर। लेकिन यहाँ दो सबसे आम तरीके हैं।

विधि 1: सरल निश्चित श्रेणियां:

उदाहरण:

अगर किसी ने आखिरी में खरीदा है 24 घंटे, उन्हें रेट करें 5 .
अंतिम बार 3 दिन - 4 . नियुक्त करना 3 यदि उन्होंने चालू माह के दौरान खरीदा है, 2 - पिछले छह महीनों में और 1 - बाकी सभी के लिए।

जैसा कि आप देख सकते हैं, हमने प्रत्येक स्कोर के लिए स्वयं सीमा निर्धारित की है। सीमा सीमा व्यवसाय की प्रकृति पर आधारित होती है। उसी तरह, आप आवृत्ति और मौद्रिक मूल्यों के लिए श्रेणियों को परिभाषित करते हैं।

यह मूल्यांकन पद्धति व्यक्तिगत व्यवसायों पर निर्भर है क्योंकि वे तय करते हैं कि वे किस श्रेणी को आवधिकता, आवृत्ति और मौद्रिक मूल्यों के लिए आदर्श मानते हैं।

का उपयोग करते हुए यह विधिगणना कुछ बारीकियां हैं।
जैसे-जैसे व्यवसाय बढ़ता है, स्कोर श्रेणी को बार-बार समायोजन की आवश्यकता हो सकती है।

विधि 2: उपलब्ध आंकड़ों के आधार पर प्रतिशत को 5 बराबर मानों में विभाजित किया जाता है।

यह विधि थोड़ी अधिक जटिल है क्योंकि आपको प्रतिशत के साथ काम करना पड़ता है, लेकिन बदले में यह उन बहुत सारी समस्याओं को हल करता है जो पहली विधि का उपयोग करते समय आपके सामने आ सकती हैं। यह दृष्टिकोण किसी भी उद्योग के साथ काम करता है क्योंकि श्रेणियों को डेटा से ही चुना जाता है और समान रूप से वितरित किया जाता है।
बेशक, हम इस पद्धति का उपयोग करने की सलाह देते हैं क्योंकि विभाजन अधिक सटीक होगा।

आरएफएम गणना का सारांश:

अपने ग्राहक का डेटा लें, यहां से स्कोर दें 1 इससे पहले 5 के लिये आर, एफतथा एम.
सचित्र प्रदर्शन आरएफएमआपको और अन्य निर्णय निर्माताओं को आपके संगठन के RFM विश्लेषण को बेहतर ढंग से समझने में मदद करता है।

आर, एफतथा एमसे रेटिंग है 1 -5 , कुल 5 एक्स 5 एक्स 5 = 125 मूल्य संयोजन। तीन आयाम आर, एफतथा एमहो सकता है सबसे अच्छा तरीकाएक 3D आरेख पर प्लॉट किया गया। यदि हमने देखा कि प्रत्येक मूल्य के लिए हमारे पास कितने ग्राहक हैं आरएफएम, हमें देखना होगा 125 डेटा अंक।

लेकिन साथ काम करें 3डी-कागज या कंप्यूटर स्क्रीन पर ग्राफ काम नहीं करेंगे। हमें दो आयामों में कुछ चाहिए, चित्र और समझने में आसान कुछ।

आरएफएम विश्लेषण का सरलीकृत प्रतिनिधित्व:

इस दृष्टिकोण में, हम x-अक्ष पर फ़्रीक्वेंसी + कैश पॉइंट (रेंज 0 से 10) और अंतिम खरीदारी के समय (रेंज 0 से 5) का y-अक्ष पर उपयोग करते हैं। यह संभावित संयोजनों को 125 से 50 तक कम कर देता है। F का संयोजन और एम एक मानदंड में समझ में आता है क्योंकि दोनों मूल्य संबंधित हैं कि ग्राहक कितना खरीद रहा है। दूसरी धुरी पर आर (पुनरावृत्ति) हमें ग्राहक पुन: जुड़ाव के स्तरों पर एक त्वरित नज़र देता है।

दक्षता में सुधार - खंड बनाना।

50 तत्वों को समझना अभी भी कठिन हो सकता है। इसलिए, हम अपने ग्राहकों को बेहतर ढंग से समझने के लिए अपने विश्लेषण को 11 खंडों में सारांशित कर सकते हैं।
यदि आपको याद हो, तो हमने इस लेख की शुरुआत में इन खंडों पर चर्चा की थी।

यहां एक तालिका है जो बताती है कि आप कैसे बना सकते हैं 11 खंडरेटिंग के आधार पर ग्राहक आरएफएम.
प्रत्येक खंड के लिए एक स्पष्ट रंग प्रदान करने से ग्राहकों को याद रखना और समझना आसान हो जाएगा वर्तमान स्थितिव्यवसाय में।

यहाँ हमारी अंतिम सारांश रिपोर्ट है आरएफएम-विश्लेषण!

आजकल, किसी भी कंपनी को ग्राहकों को आकर्षित करने की जरूरत है। ऐसा करने के लिए, आपको व्यवसाय के तीव्र और स्थिर विकास के लिए ग्राहकों के प्रवाह और विकास को लगातार बनाए रखने की आवश्यकता है। लेकिन सिर्फ आकर्षण से चिपके रहना काफी नहीं है। उनकी रुचि लेना और यथासंभव समय देना भी आवश्यक है।

ग्राहक का ध्यान अपनी ओर आकर्षित करने के लिए, आपको इस बात का अंदाजा होना चाहिए कि इन ग्राहकों को किस तरह के ऑफर सबसे ज्यादा पसंद आएंगे। ऐसा करने के लिए, आपको प्रदान किए गए प्रस्ताव का जवाब देने के लिए ग्राहक आधार का मूल्यांकन करने की आवश्यकता है। इस मामले में, हम RFM विश्लेषण का उपयोग करेंगे। यह हमारे मामले में आसानी से सूट करता है, क्योंकि जिस कंपनी का हम विश्लेषण करेंगे वह विभिन्न व्यंजनों की बिक्री और वितरण में लगी हुई है। खरीद की तारीख और ग्राहकों को खरीदने की लागत (हमने अधिक स्पष्टता के लिए ग्राहक आईडी स्वयं उत्पन्न की) जैसे डेटा को छोड़कर, डेटाबेस को एक गोपनीय रूप में आपसी समझौते द्वारा प्रदान किया गया था। यह हमारे लिए RFM विश्लेषण के लिए पर्याप्त है।

RFM विश्लेषण इस क्षेत्र में सबसे आम शोध पद्धति है। इस विश्लेषण का वर्णन विभिन्न रूसी वैज्ञानिकों ने किया था। R.I. Bazhenov और V.A. Veksler ने 1C: Enterprise "विश्लेषण के लिए विकसित लेखक के विन्यास में RFM-विश्लेषण का उपयोग किया। उपभोक्ता टोकरियाँ» . ई.पी. गोलूबकोव ने आरएफएम विश्लेषण का सार और कार्यप्रणाली पर विचार किया। में और। अलेक्जेंड्रोव और ए.ए. Klyueva ने RFM विश्लेषण और ई-मेल मार्केटिंग के बीच संबंधों का अध्ययन किया और RFM विश्लेषण को वास्तविक ग्राहक आधार पर कैसे लागू किया जा सकता है। में और। अलेक्जेंड्रोव ने ई-कॉमर्स के क्षेत्र में आरएफएम विश्लेषण के उपयोग की जांच की और आरेख प्रदान किए जो पर्चे और आवृत्ति के मानदंडों के अनुसार ऑनलाइन स्टोर उपभोक्ताओं के विभाजन को स्पष्ट रूप से दिखाते हैं। विश्लेषण के विभिन्न पहलुओं का वर्णन ए.ए. नौमोव, आर.आई. बाझेनोव और अन्य द्वारा किया गया था जैसा कि लागू किया गया था विभिन्न क्षेत्रज्ञान । RFM विश्लेषण का अध्ययन विदेशी वैज्ञानिकों द्वारा भी किया गया था।

RFM विश्लेषण शब्दों का संक्षिप्त नाम है नवीनता, आवृत्तितथा मुद्रा. जैसा कि हम देखते हैं, यह विश्लेषणतीन संकेतकों के आधार पर:

नवीनता- हमारे मामले में, इसे ग्राहक द्वारा की गई अंतिम खरीदारी की तारीख के रूप में समझा जाता है।

आवृत्ति- इस ग्राहक द्वारा पूरी अवधि में की गई खरीदारी की संख्या।

मुद्रा- खर्च किया नकदग्राहक अपनी खरीद की पूरी अवधि के लिए।

इस विश्लेषण की गणना के दौरान, हमें यह निर्धारित करने की आवश्यकता है कि ग्राहकों का मूल्यांकन करने के लिए इनमें से प्रत्येक संकेतक में कितने भागों को विभाजित किया जाना चाहिए, उदाहरण के लिए, 3 भागों (समूहों) से। जहां पहले भाग में कुछ संकेतकों के लिए "सबसे खराब" ग्राहक होंगे। दूसरे भाग में - "औसत" ग्राहक। तीसरे में - "सर्वश्रेष्ठ" ग्राहक। लेकिन हमारे मामले में, ग्राहक आधार का आकलन करने के लिए, हम कुछ ग्राहकों के लिए अधिक लचीलेपन और विभिन्न दृष्टिकोणों के लिए 1 से 5 समूहों के प्रतिशत का उपयोग करेंगे।

RFM विश्लेषण करने के लिए, हम उपयोग करेंगे सॉफ़्टवेयर माइक्रोसॉफ्ट एक्सेलऔर ग्राहक डेटाबेस के साथ एक तैयार तालिका:

चित्र 1 - ग्राहक आधार की तालिका

सबसे पहले आपको इस तालिका को आरएफएम विश्लेषण के लिए आवश्यक रूप में लाने की जरूरत है, ऐसा करने के लिए, पूरी तालिका का चयन करें और "पिवट टेबल" फ़ंक्शन का उपयोग करें, जो "इन्सर्ट" अनुभाग में स्थित है।

"पिवट टेबल" बनाने के बाद, हमें "क्लाइंट आईडी" फ़ील्ड को "पंक्ति नाम" क्षेत्र में स्थानांतरित करने के लिए, पिवट तालिका के क्षेत्रों की सूची में, हमें चाहिए। फिर हम "खरीद तिथि" फ़ील्ड को "मूल्य" क्षेत्र में दो बार स्थानांतरित करते हैं। अंत में, हम "खरीद लागत (रूबल में)" फ़ील्ड को उसी "मान" क्षेत्र में ले जाते हैं।

हमें निम्न तालिका मिलती है:

चित्र 2 - ग्राहक आधार की सारांश तालिका

फिर, कॉलम "बी" में, "खरीद तिथि" नामक फ़ील्ड पर राइट-क्लिक करें, "मान फ़ील्ड के पैरामीटर ..." लाइन का चयन करें। इस लाइन पर क्लिक करने के बाद निम्न विंडो खुलेगी:

चित्र 3 - विंडो "मानों के क्षेत्र के पैरामीटर"

जहां "ऑपरेशन" टैब में, "अधिकतम" लाइन का चयन करें, और सेटिंग्स लागू करें। फिर हम "दिनांक" प्रारूप में "बी" कॉलम में फ़ील्ड लागू करते हैं। और "मुद्रा" को कॉलम "डी" में प्रारूपित करें।

परिणामस्वरूप, हमें निम्न तालिका प्राप्त होती है:

चित्र 4 - आरएफएम विश्लेषण की गणना के लिए तैयार तालिका

परिणामी तालिका में, हम देख सकते हैं, उदाहरण के लिए, "10000" के बराबर आईडी वाला एक ग्राहक, जिसने केवल 3 खरीदारी की कुल लागत 877 रूबल की राशि में, और उनकी अंतिम खरीद 01.12.2012 को की गई थी।

अब जब हमारी टेबल पूरी तरह से तैयार हो गई है और इसमें दिखाया गया है वांछित रूप, चलिए सीधे RFM विश्लेषण पर ही चलते हैं।

जैसा कि पहले उल्लेख किया गया है, हम ग्राहकों का मूल्यांकन करेंगे और उन्हें 5 श्रेणियों में विभाजित करेंगे। जहां पहली श्रेणी में "सबसे खराब" संकेतक वाले ग्राहक गिरेंगे, और पांचवीं श्रेणी में - "सर्वश्रेष्ठ" संकेतकों के साथ। आइए प्रत्येक श्रेणी को 20% की वृद्धि में प्रतिशत के रूप में लें।

अर्थात्, "मौद्रिक" संकेतक के अनुसार, वे ग्राहक जिन्होंने सामान खरीदा और कंपनी को "मौद्रिक" कॉलम के क्षेत्रों के सभी मूल्यों के अधिकतम योग से लाभ का 20% तक लाया, गिर जाएगा पहली श्रेणी में। उसी अधिकतम राशि का 20% से 40% दूसरी श्रेणी में आता है, और इसी तरह, पाँचवीं श्रेणी तक, जहाँ ग्राहक प्रतिशतलाए गए लाभ का 80% से 100% तक। हम "रीसेंसी" और "फ़्रीक्वेंसी" संकेतकों के साथ भी ऐसा ही करेंगे।

ऐसा करने के लिए, आपको कुछ और कॉलम बनाने होंगे, जैसे "रीसेंसी", "फ़्रीक्वेंसी", "मौद्रिक" और "बीते दिनों की संख्या"।

चित्रा 5 - तैयार आरएफएम कॉलम के साथ तालिका

कॉलम "बीते दिनों की संख्या" हमें कंपनी में ग्राहक की अधिकतम अंतिम खरीद तक ​​सभी उपलब्ध दिनों की संख्या दिखाएगा। भविष्य में, हमें इसकी आवश्यकता रीसेंसी इंडिकेटर की गणना करने के लिए होगी, जो अंतिम ग्राहक खरीदारी की आयु निर्धारित करता है।

=MAX($B$2:$B$2296)-B2

परिणामस्वरूप, हमें निम्नलिखित परिणाम मिलते हैं:

चित्र 6 - परिकलित कॉलम वाली तालिका "बीते दिनों की संख्या"

अगला, हम रीसेंसी इंडिकेटर के विश्लेषण के लिए आगे बढ़ते हैं। इस कॉलम के क्षेत्रों में एक सूत्र दर्ज करना आवश्यक है जो ग्राहक की अंतिम खरीद के नुस्खे की डिग्री के सापेक्ष इस सूचक की गणना करेगा। हमारे मामले में ऐसा दिखता है:

=आईएफ(F2<=0,2*МАКС($F$2:$F$2296);5;ЕСЛИ(F2<=0,4*МАКС($F$2:$F$2296);4;ЕСЛИ(F2<=0,6*МАКС($F$2:$F$2296);3;ЕСЛИ(F2<=0,8*МАКС($F$2:$F$2296);2;1))))

हम "फ़्रीक्वेंसी" कॉलम के लिए भी ऐसा ही करते हैं:

=आईएफ(सी2<=0,2*МАКС($C$2:$C$2296);1;ЕСЛИ(C2<=0,4*МАКС($C$2:$C$2296);2;ЕСЛИ(C2<=0,6*МАКС($C$2:$C$2296);3;ЕСЛИ(C2<=0,8*МАКС($C$2:$C$2296);4;5))))

मौद्रिक कॉलम के लिए, फ़ील्ड में निम्न सूत्र दर्ज करें:

=आईएफ(डी2<=0,2*МАКС($D$2:$D$2296);1;ЕСЛИ(D2<=0,4*МАКС($D$2:$D$2296);2;ЕСЛИ(D2<=0,6*МАКС($D$2:$D$2296);3;ЕСЛИ(D2<=0,8*МАКС($D$2:$D$2296);4;5))))

इन संकेतकों की गणना के लिए सभी सूत्रों को दर्ज करने के बाद, हमें अंततः निम्नलिखित परिणाम मिलते हैं:

चित्र 7 - आरएफएम विश्लेषण का परिणाम

इस स्तर पर, हमने आरएफएम विश्लेषण पूरा कर लिया है। सुविधा के लिए, आप इन परिकलित संकेतकों के अनुसार ग्राहक आधार की आसान खोज और विश्लेषण के लिए कॉलम "रीसेंसी", "फ़्रीक्वेंसी" और "मौद्रिक" को आरोही / अवरोही क्रम में सॉर्ट कर सकते हैं।

उदाहरण के लिए, हमारे मामले में, "10002" आईडी वाला ग्राहक इस कंपनी का सबसे खराब खरीदार है, और इसके संकेतक " 111 » (रीसेंसी - 1 ; आवृत्ति - 1 ; मौद्रिक- 1 ) चूंकि इस ग्राहक ने लगभग ढाई साल (857 दिन) के लिए इस कंपनी की खरीदारी नहीं की है, और अपने समय के दौरान उसने 210 रूबल की राशि में केवल एक ही खरीदारी की है।

ऐसे ग्राहकों के साथ, कंपनियां अलग-अलग तरीकों को अपनाना पसंद करती हैं। कोई इस ग्राहक का ध्यान आकर्षित करने की कोशिश कर रहा है ताकि वह कंपनी में दिलचस्पी ले सके और फिर से कोई खरीदारी कर सके। या, कुछ लोग उन्हें "डिस्पोजेबल" ग्राहक मानते हैं, और उन्हें अपना समय समर्पित नहीं करना पसंद करते हैं, लेकिन केवल अधिक "संभावित" खरीदारों को लक्षित करते हैं जिनके पास " 555 ", ग्राहक और कंपनी के बीच संबंधों को बेहतर बनाने के लिए, और विभिन्न प्रचार या बोनस की पेशकश करने के लिए।

ग्राहक डेटा के आरएफएम संकेतकों के आधार पर निष्कर्ष निकालना, विभिन्न विश्लेषण करना भी संभव है। उदाहरण के लिए, संकेतक वाला एक ग्राहक है " 155 » (रीसेंसी - 1 ; आवृत्ति - 5 ; मौद्रिक- 5 ) यह ग्राहक हमें बताता है कि उसने एक बार बहुत सारी खरीदारी की और इस कंपनी के लिए अच्छा लाभ लाया। लेकिन, किसी कारण से, मैंने बहुत पहले ही कोई खरीदारी करना बंद कर दिया था। ऐसे मामलों में, आप या तो ग्राहक से व्यक्तिगत रूप से पूछ सकते हैं कि उसने इस कंपनी में रुचि दिखाने से किन कारणों से इनकार कर दिया, या उस समय ग्राहक के प्रति अपने पिछले संबंधों पर पुनर्विचार कर सकते हैं जब उसने कंपनी के साथ सहयोग करना बंद कर दिया था।

इसके अलावा, उदाहरण के लिए, संकेतक वाले ग्राहक भी हैं " 511 ". ये वे ग्राहक हैं जिन्होंने अभी-अभी कोई खरीदारी करना शुरू किया है और "नौसिखिया" हैं। कंपनी आमतौर पर ऐसे ग्राहकों को निराश नहीं करने की कोशिश करती है और उन्हें विभिन्न प्रतिस्पर्धी लाभ दिखाती है।

जैसा कि आप देख सकते हैं, यह RFM विश्लेषण ग्राहकों को कुछ श्रेणियों में विभाजित करने के लिए उपयोगी है और हमें उनका अध्ययन करने की अनुमति देता है। ग्राहकों के वितरण और अध्ययन के बाद, हम इस कंपनी के लाभ को बढ़ाने और एक सफल व्यवसाय के लिए ग्राहकों की वफादारी बढ़ाने के लिए उनके लिए अपने व्यक्तिगत दृष्टिकोण तैयार कर सकते हैं।

प्रस्तावित अध्ययन का उपयोग व्यापारिक कंपनियों के काम में और विभिन्न क्षेत्रों में छात्रों को पढ़ाने में किया जा सकता है।

ग्रंथ सूची सूची

बाझेनोव आर.आई., वेक्स्लर वी.ए., ग्रिंक्रग एल.एस. लागू समाधान 1C में ग्राहक आधार का RFM-विश्लेषण: एंटरप्राइज़ 8.3 // सूचना और संचार। 2014. नंबर 2. पीपी 51-54।

गोलूबकोव ई.पी. आरएफएम-विश्लेषण: आवेदन की पद्धति और अभ्यास // रूस और विदेशों में विपणन। 2013. नंबर 6. सी। 11-24।

अलेक्जेंड्रोव वी.आई., क्लाइव ए.ए. आरएफएम विश्लेषण और ई-मेल मार्केटिंग। सिद्धांत और व्यवहार // इंटरनेट मार्केटिंग। 2012. नंबर 2. एस। 96-106।

अलेक्जेंड्रोव वी.आई. ई-कॉमर्स // मार्केटिंग और मार्केटिंग रिसर्च के क्षेत्र में लक्षित विपणन रणनीतियों के विकास में आरएफएम-विश्लेषण का अनुप्रयोग। 2014. नंबर 5. एस। 332-339।

नौमोव ए.ए., नौमोवा ए.ए., बाझेनोव आर.आई. शास्त्रीय एबीसी-विश्लेषण के कुछ मॉडलों और संशोधनों पर // आधुनिक वैज्ञानिक अनुसंधान और नवाचार। 2014. नंबर 12 [इलेक्ट्रॉनिक संसाधन]। यूआरएल: http://web.snauka.ru/issues/2014/12/42200 (पहुंच की तिथि: 12/27/2014)।

झिल्किन एस.ए., बाझेनोव आर.आई. एबीसी-विश्लेषण // अर्थशास्त्र और नवीन प्रौद्योगिकियों के प्रबंधन के आधार पर चिकित्सा उत्पादों की श्रेणी में सुधार। 2014. नंबर 12 [इलेक्ट्रॉनिक संसाधन]। यूआरएल: (पहुंच की तिथि: 12/27/2014)।

रेज़्निचेंको एन.वी., नौमोव ए.ए., बाज़ेनोव आर.आई. एबीसी-एक्सवाईजेड-विश्लेषण // अर्थशास्त्र और नवीन प्रौद्योगिकियों के प्रबंधन के आधार पर कैफे व्यंजनों के वर्गीकरण और क्रय घटकों की प्रणाली में सुधार। 2014. नंबर 12 [इलेक्ट्रॉनिक संसाधन]। यूआरएल: (पहुंच की तिथि: 12/27/2014)।

नौमोव ए.ए., बाझेनोव आर.आई. निवेश परियोजनाओं की प्रभावशीलता के शास्त्रीय संकेतकों की समस्याओं पर // आधुनिक वैज्ञानिक अनुसंधान और नवाचार। 2014. संख्या 11-2 (43)। पीपी. 181-187.

ब्रोंस्टीन के.एस., नौमोव ए.ए., बाझेनोव आर.आई. कैफे व्यंजनों के वर्गीकरण का विश्लेषण करने के लिए शास्त्रीय एबीसी-विश्लेषण का अनुप्रयोग // अर्थशास्त्र और नवीन तकनीकों का प्रबंधन। 2014. नंबर 11 (38)। पीपी. 100-110.

नौमोव ए.ए., बाझेनोव आर.आई. मानदंड की अस्थिरता पर सामान्यीकरण विधि // आधुनिक वैज्ञानिक अनुसंधान और नवाचार। 2014. संख्या 11-1 (43)। पीपी. 64-68.

ओस्ट्रुशको ए.ए., बाझेनोव आर.आई. एबीसी-विश्लेषण // अर्थशास्त्र और नवीन प्रौद्योगिकियों के प्रबंधन का उपयोग करके बिजली के सामानों की श्रेणी का विश्लेषण। 2014. नंबर 10(37)। पीपी 73-81।

सिज़िख ए.एफ., बाझेनोव आर.आई. एप्रीओरी एल्गोरिथम // आधुनिक वैज्ञानिक अनुसंधान और नवाचार के आधार पर साहचर्य नियमों की खोज के लिए एक सॉफ्टवेयर सिस्टम का विकास। 2014. नंबर 10-1 (42)। पीपी. 52-59.

वेक्स्लर वी.ए., बाझेनोव आर.आई., बाझेनोवा एन.जी. एंटिटी-रिलेशनशिप मॉडल ऑफ़ एडल्ट एजुकेशन इन रीजनल एक्सटेंडेड एजुकेशन सिस्टम // एशियन सोशल साइंस। 2014. वॉल्यूम 10. नंबर 20। एस.1-14।

वेक्स्लर वी.ए., बाझेनोव आर.आई. 1सी: एंटरप्राइज 8.3 // आधुनिक वैज्ञानिक अनुसंधान और नवाचार के माध्यम से नामकरण पदों के संबंध का निर्धारण। 2014. नंबर 7 (39)। पीपी. 45-49.

प्रोनिना ओ.यू., बाझेनोव आर.आई. Eviews सॉफ्टवेयर वातावरण के लिए प्रतिगमन विश्लेषण विधियों का अध्ययन // Nauka-rastudent.ru। - 2015. - नहीं। 01 (013) / [इलेक्ट्रॉनिक संसाधन] - एक्सेस मोड। - यूआरएल: http://nauka-rastudent.ru/13/2320/

री एस.बी. डेटाबेस मार्केटिंग में ग्राहक चयन: RFM का अर्थ // थीसिस। 2003.

Mahboubeh K., Kiyana Z., Sarah A., Somayeh A. ग्राहक खरीद व्यवहार के RFM विश्लेषण के आधार पर ग्राहक आजीवन मूल्य का अनुमान लगाना: केस स्टडी // Procedia कंप्यूटर साइंस। 2011. नंबर 3. सी। 57-63।

क्रिस्टोफ सी।, फिलिप एएम, कोएन डब्ल्यू। डेटा सटीकता का विभाजन प्रदर्शन पर प्रभाव: बेंचमार्किंग आरएफएम विश्लेषण, लॉजिस्टिक रिग्रेशन, और निर्णय पेड़ // जर्नल ऑफ बिजनेस रिसर्च। 2014. वी. 67. सी. 2751-2758.

Ya-Han H., Tzu-Wei Y. ग्राहक की पहचान की जानकारी के बिना RFM विश्लेषण के आधार पर मूल्यवान लगातार पैटर्न की खोज करना। // ज्ञान आधारित सिस्टम। 2014. टी. 61. सी. 76-88।

विकिपीडिया. आरएफएम विश्लेषण। [इलेक्ट्रॉनिक संसाधन]। // विकिपीडिया, एक निशुल्क विश्वकोश। यूआरएल: https://ru.wikipedia.org/wiki/RFM-%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7 (पहुंच की तिथि: 01/10/15 )

बाझेनोव आर.आई., लुचानिनोव डी.वी. आधुनिक सूचना प्रौद्योगिकी सीखने में मानवीय छात्र की रचनात्मक पहल के गठन के लिए मिश्रित शिक्षण तत्वों का उपयोग // लाइफ साइंस जर्नल। 2014. वॉल्यूम 11. नंबर 11s। पीपी. 371-374.

बाझेनोव आर.आई. "सूचना प्रणाली और प्रौद्योगिकी" दिशा के स्नातक के लिए अनुसंधान अभ्यास के संगठन पर // आधुनिक वैज्ञानिक अनुसंधान और नवाचार। 2014. नंबर 9-2 (41)। पीपी 62-69।

पोस्ट दृश्य: कृपया प्रतीक्षा करें