Mô hình RFM là gì? Case study Spotify – áp dụng thành công RFM để nghiên cứu khách hàng

Đối với các doanh nghiệp có ý định cá nhân hóa chiến lược Marketing, việc phân khúc khách hàng một cách hiệu quả là điều bắt buộc. Bằng cách chia cơ sở khách hàng khổng lồ thành các phân khúc nhỏ hơn, chiến lược Marketing sẽ được xây dựng phù hợp hơn để thu hút các yêu cầu và thị hiếu của từng nhóm.      

Không chỉ giúp giảm chi phí, xác định chính xác phân khúc thị trường còn giúp gia tăng mức độ tương tác và hài lòng của khách hàng. Bên cạnh Marketing, quản lý quan hệ khách hàng (CRM) cũng nhận được nhiều lợi ích từ việc phân khúc khách hàng.

Có nhiều cách và phương pháp doanh nghiệp có thể sử dụng trong quy trình nghiên cứu khách hàng, RFM là một trong số đó. Vậy mô hình RFM là gì? RFM hoạt động như thế nào, mời bạn đọc theo dõi bài viết chi tiết dưới đây. 

1. RFM là gì?

RFM là viết tắt của Recency – Frequency – Monetary (lần mua hàng gần đây – tần suất – giá trị đơn hàng), là một phương pháp phổ biến giúp cách doanh nghiệp xác định được nhóm khách hàng có giá trị cao nhất. 

Như đã đề cập bên trên, mô hình RFM là một phần trong quá trình nghiên cứu và phân khúc khách hàng giúp tối ưu hóa chiến lược Marketing và CRM. Mô hình RFM sử dụng rộng rãi trong các ngành như bán lẻ, thương mại điện tử, khách sạn và tài chính. Tuy nhiên, với việc hiểu rõ mô hình FRM, bất kể thuộc ngành nào thì doanh nghiệp đều có thể sử dụng mô hình RFM một cách phù hợp. 

2. Các yếu tố trong mô hình RFM 

 Mô hình RFM vô cùng hiệu quả trong việc nghiên cứu khách hàng

2.1 Recency – lần mua hàng gần đây

Recency đề cập đến thời gian kể từ lần mua hàng gần đây nhất của khách hàng. Đây là một yếu tố quan trọng vì hai lý do chính. Lý do đầu tiên đó là việc Recency cho doanh nghiệp thông tin liên quan đến sự tương tác với khách hàng. Những khách hàng tương tác với doanh nghiệp trong thời gian gần sẽ có khả năng thực hiện các tương tác khác hoặc mua hàng bổ sung. Ngoài ra, các tương tác gần đây của khách hàng cũng có thể cung cấp thông tin chi tiết có giá trị về sở thích và hành vi của khách hàng. Ví dụ: Khi khách hàng mới mua hàng gần đây và đưa ra nhận xét về sản phẩm, thông tin này có thể được sử dụng để điều chỉnh các chiến lược Marketing hoặc phát triển sản phẩm trong tương lai. 

Lý do thứ hai áp dụng cho các khách hàng mà doanh nghiệp đã có dữ liệu trong quá khứ. Ví dụ, trường hợp khi một nhóm khách hàng đã dừng mua hàng từ lâu bất chợt quay trở lại sau 1 chiến lược Marketing cụ thể, doanh nghiệp có thể cân nhắc thực hiện những chiến lược tương tự trong tương lai. Dựa vào đó doanh nghiệp sẽ có những chiến lược phù hợp để tiếp tục giữ chân những khách hàng mới quay lại này và thu hút những nhóm khách hàng cũ. 

Bên cạnh đó, những khách hàng đã mua hàng gần đây có nhiều khả năng sẽ tham gia và quan tâm đến các sản phẩm hoặc dịch vụ do doanh nghiệp cung cấp trong tương lai gần

2.2 Frequency – Tần suất mua hàng 

Frequency đề cập đến số lần mua hàng được thực hiện bởi khách hàng trong một khoảng thời gian nhất định. Frequency được sử dụng để đo lường mức độ trung thành của khách hàng, bởi khách hàng mua hàng thường xuyên hơn thì có nghĩa là mức độ trung thành với doanh nghiệp cao hơn. 

Doanh nghiệp cần chú ý tính chất của sản phẩm hoặc dịch vụ của mình. Đối với các nhu yếu phẩm như bột giặt, nước rửa chén… khoảng thời gian mà doanh nghiệp sử dụng để đo lường tần suất mua hàng của khách hàng thường sẽ ngắn. Tuy nhiên, nếu doanh nghiệp cung cấp những sản phẩm có giá thành lớn và thời gian sử dụng lâu dài như máy tính, bàn ghế… khoảng thời gian được sử dụng cần được kéo dài hơn. 

2.3 Monetary – Giá trị đơn hàng

Monetary đề cập đến lượng tiền mà khách hàng chi trả trong một đơn vị hàng nhất định. Đơn vị hàng này có thể là một sản phẩm, hoặc nhiều sản phẩm trong một chiến lược quảng cáo… 

Monetary là một chỉ báo về thói quen chi tiêu của khách hàng, giúp xác định những khách hàng có giá trị cao, những người có khả năng thực hiện các giao dịch mua lớn trong tương lai.

Kết hợp ba yếu tố để phân tích khách hàng

Điều quan trọng doanh nghiệp cần phải làm tốt là kết hợp nhuần nhuyễn cả ba yếu tố kể trên. Bằng cách này, doanh nghiệp có thể phát triển sự hiểu biết đầy đủ hơn về khách hàng của mình và tạo các chiến dịch Marketing phù hợp đáp ứng nhu cầu và sở thích riêng của họ. 

Tầm quan trọng của từng yếu tố thường khác nhau tùy thuộc vào ngành và mục tiêu kinh doanh cụ thể. Ví dụ: trong ngành khách sạn, lần mua hàng gần nhất có thể quan trọng hơn tần suất, trong khi đó đối với ngành bán lẻ, tần suất lại là một yếu tố quan trọng hơn. 

Tương tự, một khách hàng thực hiện một giao dịch mua lớn nhưng không mua bất cứ thứ gì trong một thời gian dài được xem là không có giá trị bằng một khách hàng thực hiện các giao dịch mua nhỏ nhưng thường xuyên hơn.

Việc hiểu được sự tương tác giữa ba yếu tố và cách đánh giá đúng tầm quan trọng của chúng, doanh nghiệp đã tiến đến gần hơn với một mô hình kinh doanh thành công. 

3. Lợi ích và hạn chế của mô hình RFM

3.1 Lợi ích     

3.1.1 Chiến lược Marketing được cá nhân hóa 

Bằng cách sử dụng mô hình RFM để xác định nhu cầu và sở thích cụ thể của từng khách hàng hoặc phân khúc khách hàng, doanh nghiệp có thể tạo các thông điệp Marketing và ưu đãi tương ứng. 

Việc hiểu được rõ giá trị và tiềm năng của từng phân khúc khách hàng, doanh nghiệp có thể xác định rõ nhóm khách hàng có giá trị cao hơn. Ví dụ, đối với nhóm khách hàng trung thành, những chiến lược quảng bá sản phẩm nhằm thúc đẩy việc mua hàng sẽ rất hiệu quả. Ngược lại, đối với những khách hàng có nguy cơ rời bỏ cao, doanh nghiệp cần ưu tiên những chiến lược giúp giữ chân họ. 

Bên cạnh đó, những nội dung được cá nhân hóa giúp gia tăng tính hiệu quả cũng như      doanh thu từ từng nhóm khách hàng. Đồng thời, những chiến lược Marketing được cá nhân hóa giúp khách hàng tiếp nhận thông tin một cách dễ dàng. Nhờ vậy, khách hàng sẽ cảm thấy mình được thấu hiểu và quan tâm nhiều hơn, dẫn đến việc trở nên gắn bó với doanh nghiệp.  

3.1.2 Quản lý sản phẩm 

Bên cạnh việc giúp các chiến dịch marketing được cá nhân hóa, mô hình RFM còn có các ứng dụng thực tế như tối ưu hóa quản lý hàng tồn kho và cải thiện quá trình phát triển sản phẩm. 

Qua việc nghiên cứu hành vi khách hàng và cũng như mặt hàng được họ ưa chuộng, doanh nghiệp sẽ xác định được những sản phẩm cần ưu tiên cao hơn. 

Ngoài ra, các doanh nghiệp tối ưu hóa được việc quản lý hàng tồn kho cũng như      giảm lãng phí bằng cách dự trữ đúng sản phẩm với số lượng phù hợp. Ví dụ, nếu doanh nghiệp biết được thông tin liên quan đến thời điểm khách hàng mua loại sản phẩm tương ứng (khách hàng thường mua sản phẩm A vào tháng 3 hằng năm, sản phẩm B tháng 9 hằng năm…), việc dự trữ hàng tồn kho hay phát triển sản phẩm mới để chuẩn bị phục vụ khách hàng sẽ trở nên dễ dàng và hiệu quả hơn đáng kể.

3.2 Hạn chế

3.2.1 Đơn giản hóa hành vi khách hàng

Việc mô hình RFM chỉ dựa vào ba yếu tố – lần mua hàng gần đây, tần suất mua hàng, giá trị đơn hàng – có thể gây ra những thiếu sót trong việc nắm bắt toàn bộ sự phức tạp trong hành vi của khách hàng. Khách hàng thường bị ảnh hưởng bởi những yếu tố ngoại cảnh không đến từ doanh nghiệp (trend, gợi ý của người thân, các chiến lược kinh doanh của các doanh nghiệp đối thủ…) Tuy nhiên, những yếu tố này không được phản ánh trong mô hình RFM. 

3.2.2 Khó sử dụng để dự đoán 

Mô hình RFM dựa trên dữ liệu lịch sử từ hành vi của khách hàng trong quá khứ, và có thể không hiệu quả trong việc dự đoán hành vi trong tương lai. Hành vi và sở thích của khách hàng thay đổi theo thời gian và các yếu tố ngoại cảnh như điều kiện kinh tế hoặc bối cảnh cạnh tranh của thị trường. 

Việc sử dụng mô hình RFM cần được lặp lại thường xuyên để theo dõi được sự thay đổi của hành vi khách hàng. Tuy nhiên đối với những doanh nghiệp có khối lượng giao dịch thấp, sự thiếu hụt dữ liệu sẽ là một vấn đề phổ biến. Để có thể trích dẫn insight chính xác và hiệu quả, mô hình RFM thường đòi hỏi lượng dữ liệu tương đối lớn. 

3.2.3 Khó rút ra kết quả 

Mô hình RFM cần được sử dụng với một thước đo nhất định cho từng giá trị khác nhau của các yếu tố RFM (nội dung này sẽ được bàn chi tiết hơn ở phần sau). Hiểu một cách đơn giản thì đó là cách để doanh nghiệp đánh giá được nhóm khách hàng nào có giá trị cao hơn giữa trên sự khác nhau giữa ba yếu tố của mô hình. 

Tuy nhiên, việc gán thước đo vào từng giá trị rất khó, và mang tính chủ quan tùy thuộc vào bối cảnh kinh doanh cũng như tính chất của doanh nghiệp. Như ví dụ bên trên, doanh nghiệp A có thể đánh giá cao yếu tố Recency hơn cách mà doanh nghiệp B đang làm. Do đó, các doanh nghiệp nên xem xét cẩn thận các mục tiêu kinh doanh và hành vi của khách hàng khi gán thước đo và thường xuyên xem xét và cập nhật phương pháp để đảm bảo tính phù hợp.

4. Các bước áp dụng mô hình RFM

4.1 Bước 1: Thu thập dữ liệu 

Để thu thập dữ liệu cần thiết cho mô hình RFM, doanh nghiệp cần thu thập thông tin về hoạt động mua hàng và tương tác của khách hàng với doanh nghiệp trên nhiều kênh khác nhau. 

Việc này bao gồm việc thu thập dữ liệu về lịch sử giao dịch, chẳng hạn như ngày mua, số lượng và mặt hàng đã mua; cũng như dữ liệu về hành vi của khách hàng trên trang web của doanh nghiệp: lượt xem trang, số lần nhấp và thời gian khách hàng sử dụng trang web. Bên cạnh đó, dữ liệu tương tác email, chẳng hạn như tỷ lệ mở, tỷ lệ nhấp và tỷ lệ chuyển đổi, cũng có thể có giá trị đối với phân tích RFM.

Đối với những doanh nghiệp sử dụng mạng xã hội, các nguồn dữ liệu khác bao gồm tương tác trên mạng xã hội, tần suất sử dụng ứng dụng và phản hồi của khách hàng cũng rất quan trọng. 

Điều quan trọng là thu thập càng nhiều dữ liệu có tính liên quan cao càng tốt để đảm bảo được sự toàn diện và tính chính xác của việc phân tích. Tuy nhiên, trong quá trình thu thập dữ liệu, doanh nghiệp cần chú ý đến những chi phí đi kèm.

4.2 Bước 2: Xác định khung thời gian 

Khi xác định khung thời gian cho mô hình RFM, điều quan trọng là phải xem xét bản chất của doanh nghiệp và tính chất của sản phẩm hoặc dịch vụ được cung cấp. Khung thời gian phải đủ dài để nắm bắt được một lượng thông tin đáng kể về hành vi của khách hàng, nhưng không quá dài khiến việc phân tích dữ liệu trở nên khó khăn. 

Ví dụ, đối với một số doanh nghiệp, khung thời gian trong 6 tháng qua là đủ, trong khi đối với những doanh nghiệp khác, có thể cần đến một năm hoặc hơn. 

Đặc biệt, doanh nghiệp nên xem xét tiến hành mô hình RFM một cách thường xuyên, chẳng hạn như hàng quý hoặc hàng năm. Điều này giúp cho việc theo dõi những thay đổi trong hành vi của khách hàng theo thời gian và điều chỉnh các chiến lược Marketing và bán hàng cho phù hợp. 

4.3 Bước 3: Thiết lập thước đo cho các yếu tố

Như đã nói ở trên, sự quan trọng của mỗi yếu tố sẽ khác nhau đối với từng doanh nghiệp. Bước 3 này chính là khi doanh nghiệp cần xác định rõ được tính chất của doanh nghiệp cũng như mục tiêu của việc sử dụng mô hình RFM để có thể thiết lập thước đo chính xác. 

Ví dụ cách thiết lập thước đo như sau: 

Recency – Lần mua hàng gần nhất

• Lần mua hàng gần nhất trong 3 ngày trước: 10 điểm 
• Lần mua hàng gần nhất trong 1 tuần trước: 5 điểm 
• Lần mua hàng gần nhất trong 1 tháng trước: 3 điểm 

Frequency – Tần suất 

• 3 lần/tuần: 10 điểm 
• 1 lần/tuần: 5 điểm 
• 1 lần/2 tuần: 3 điểm

Monetary – Giá trị đơn hàng

• ≥1.000.000 VNĐ: 10 điểm 
• 600.000 – 1.000.000 VNĐ: 5 điểm
• 300.000 – 600.000 VNĐ: 3 điểm 

4.4 Bước 4: Phân khúc khách hàng 

Phân khúc khách hàng là một bước quan trọng trong quy trình phân tích RFM. Khi điểm số RFM đã được chỉ định cho từng khách hàng, họ có thể được nhóm thành các phân khúc khác nhau. Điều này cho phép doanh nghiệp xác định những khách hàng có giá trị cao, những người có nhiều khả năng mua hàng lặp lại nhất và những khách hàng có giá trị thấp, những người có thể cần được chú ý nhiều hơn.

Dựa vào thước đo trên, doanh nghiệp có thể áp dụng cách tính điểm như sau:  

• Khách hàng A: Mua hàng 2 ngày trước, tần suất mua hàng 3 lần/tuần với lượng chi tiêu khoảng 700.000 VNĐ: 10 + 10 + 5 = 25 điểm
• Khách hàng A: Mua hàng 13 ngày trước, tần suất mua hàng 1 lần/2 tuần với lượng chi tiêu khoảng 300.000 VNĐ: 3 + 3 + 3 = 9 điểm

Nhờ điểm số này mà doanh nghiệp xác định được rằng khách hàng A là khách hàng có giá trị cao hơn. 

Tuy nhiên, doanh nghiệp cũng cần cân nhắc sử dụng những yếu tố khác phân khúc khách hàng: nhân khẩu học, lịch sử mua hàng…Điều này đem lại một góc nhìn tổng quát hơn. Việc kết hợp kết hợp nhiều thông tin sẽ giúp doanh nghiệp đưa ra quyết định chính xác hơn.

>> Xem thêm: Phân khúc khách hàng là gì? 5 hình thức phân khúc phổ biến

4.5 Bước 5: Phân tích hành vi khách hàng

Xác định được các phân khúc khách hàng, doanh nghiệp cần phân tích hành vi của họ để xác định điều gì có thể giúp gia tăng lòng trung thành của họ. 

Có nhiều cách để phân tích hành vi của khách hàng trong phân tích RFM, bao gồm:

Phân tích nhóm (Cohort analysis): Phương pháp này liên quan đến việc phân nhóm khách hàng dựa trên thời điểm họ thực hiện giao dịch mua đầu tiên và phân tích hành vi của họ theo thời gian. Điều này giúp doanh nghiệp xác định nhóm khách hàng nào có giá trị nhất và nhóm nào có nguy cơ rời bỏ doanh nghiệp.

Phân tích bán kèm (Cross selling analysis) và bán thêm (Upselling analysis): Phương pháp này liên quan đến việc phân tích những sản phẩm hoặc dịch vụ nào mà khách hàng có nhiều khả năng mua cùng nhau nhất; cũng như xác định các cơ hội để bán thêm và bán chéo các sản phẩm hay dịch vụ khác.

Phân tích tỷ lệ rời bỏ (Churn analysis): Phương pháp này liên quan đến việc phân tích khách hàng nào có nhiều khả năng rời bỏ nhất và xác định các yếu tố góp phần gây ra tỷ lệ rời bỏ, chẳng hạn như dịch vụ khách hàng kém hoặc giá cao. Qua đó tìm cách giải quyết những vấn đề này để giữ chân khách hàng. 

4.6 Bước 6: Xây dựng chiến lược Marketing

Phát triển được các chiến lược Marketing là mục tiêu cuối cùng của việc sử dụng mô hình RFM. 

Một số chiến lược mà doanh nghiệp có thể sử dụng để nhắm đến các phân khúc khách hàng bao gồm: 

Khuyến mãi được cá nhân hóa: Doanh nghiệp sử dụng dữ liệu khách hàng để phát triển các khuyến mãi được cá nhân hóa phù hợp với sở thích và hành vi mua hàng của từng phân khúc khách hàng. 

Ví dụ: doanh nghiệp thực hiện giảm giá hoặc giao hàng miễn phí cho những khách hàng đã lâu không mua hàng hoặc cung cấp ưu đãi độc quyền cho những khách hàng trung thành nhất. 

Bán chéo và bán thêm: Như đã nói bên trên, hiểu được hành vi của khách hàng, thói quen và lý do họ mua sản phẩm sẽ giúp ích rất nhiều trong việc đề xuất các sản phẩm hoặc dịch vụ có liên quan. 

Chương trình khách hàng thân thiết: Nếu khách hàng của doanh nghiệp có xu hướng rời bỏ sau 1 hoặc 2 lần mua hàng, doanh nghiệp cần xây dựng chương trình khách hàng thân thiết. Chương trình này có thể khuyến khích khách hàng tiếp tục mua hàng và tăng giá trị lâu dài của họ cho doanh nghiệp. 

Dịch vụ chăm sóc khách hàng: Hiểu được những vấn đề và thắc mắc của khách hàng là một điều vô cùng quan trọng. Ví dụ: doanh nghiệp có thể cung cấp sự hỗ trợ cá nhân cho những khách hàng gặp sự cố với sản phẩm hoặc dịch vụ. Tương tự, doanh nghiệp cũng nên cân nhắc cung cấp dịch vụ khách hàng một cách chủ động cho những khách hàng có nguy cơ rời bỏ.

5. Case study: Spotify

Spotify là nhà cung cấp dịch vụ truyền thông và truyền phát âm thanh độc quyền của Thụy Điển được thành lập vào ngày 23 tháng 4 năm 2006. Spotify đã sử dụng mô hình RFM để phân khúc người dùng và phát triển các chiến lược Marketing tương ứng. 

Dưới đây là những cách mà Spotify đã sử dụng mô hình RFM  

Xác định người dùng có nguy cơ rời bỏ     

Bằng cách phân tích tần suất người dùng nghe nhạc, thời gian họ nghe gần đây và số tiền họ đã chi cho dịch vụ, Spotify xác định được những người dùng có nguy cơ rời bỏ. Dựa trên phân tích này, Spotify sau đó phát triển các chiến lược Marketing cho nhóm khách hàng này. 

Cụ thể:

Spotify gửi cho những người dùng này email hoặc thông báo đẩy được cá nhân hóa. Những thông báo này sẽ là những đề xuất dựa trên lịch sử nghe của họ hoặc các chương trình giảm giá/dùng thử miễn phí để khuyến khích họ tiếp tục sử dụng dịch vụ.     

Tương tự, Spotify cũng sử dụng mô hình RFM để xác định nhóm khách hàng trung thành và có giá trị cao. Sau đó, Spotify cung cấp cho những người dùng này quyền truy cập độc quyền vào các bản phát hành nhạc mới hoặc mời họ tham gia các sự kiện hoặc buổi hòa nhạc đặc biệt.

Phát triển danh sách phát nhạc được cá nhân hóa      

Ngoài việc xác định người dùng có nguy cơ và người dùng trung thành, Spotify còn sử dụng mô hình RFM để phát triển danh sách phát nhạc được cá nhân hóa cho từng người dùng. 

Bằng cách phân tích lịch sử nghe của người dùng, Spotify tạo ra danh sách phát tùy chỉnh phù hợp với sở thích âm nhạc và hành vi nghe của họ. Điều này không chỉ cải thiện trải nghiệm nghe của người dùng mà còn tăng khả năng họ sẽ tiếp tục sử dụng dịch vụ và vẫn là khách hàng trung thành.

Nhìn chung, bằng việc sử dụng mô hình RFM, Spotify đã phân khúc được người dùng một cách hiệu quả hơn để xác định khách hàng có giá trị cao. Chính vì vậy, việc phát triển các chiến lược Marketing được cá nhân hóa là không còn quá khó khăn. 

Kết luận

Có thể thấy, mô hình RFM là một phương pháp phân khúc khách hàng hiệu quả, mang lại nhiều lợi ích cho doanh nghiệp. Tuy rằng mô hình RFM vẫn còn những hạn chế nhất định, tiềm năng của mô hình RFM là rất lớn. 

Với những bước tiến của công nghệ, mô hình RFM ngày càng trở nên hoàn thiện và chính xác hơn cho những doanh nghiệp biết cách sử dụng. Mong bài viết đã cung cấp đầy đủ thông tin và phần nào hỗ trợ doanh nghiệp trong kế hoạch áp dụng mô hình này.

Tác giả: Bùi Hoàng Hải