Приведу 2 очень важные для каждого маркетолога статьи, частично взятые с этого сайта. Позже, по вашему желанию, я буду размещать главы переводимой Андреем Сербантом книги самого Джима Ново, конспекты его лекций и т.д.

Бинарная сегментация

В этой небольшой статье мы рассмотрим один из видов поведенческой сегментации - бинарную (binary segmentation). Это одна из самых простых и как все поведенческие сегментации опираетсяна принцип "инертности" поведения клиентов. Например, когда мы видим движущийся предмет, то достаточно легко можем предугадать его траекторию, все расчеты за нас сделает наш мозг. Аналогично работает и любая поведенческая сегментация, она смотрит на активность клиента в прошлом, и по этим данных достаточно хорошо может сказать, как будет вести себя клиент в ближайшем будущем. Строится она тоже очень просто. Для этого время нужно разбить на 4 равные части (примечание - на самом деле далеко не факт, что 4 части, и не факт, что равные части). Например, пусть это будет год, который мы разобьем на 4 квартала, точку отсчета возьмем - 1 января. И для каждого клиента составим следующую таблицу:
[показать]
В строке таблицы находится клиент, в столбцах Q1,Q2,Q3,Q4 ставим 1, если клиент покупал в этот квартал, 0 - если нет. Например из таблицы видно, что Петров делал покупки во все кварталы, кроме Q1. Далее нам понадобится узнать, как клиенты покупали в первом квартале следующего года, для этого добавим столбец Q0:
[показать]
Как и раньше, ставим 1 - если сделал заказ, 0 - если нет. Теперь нам нужно сгруппировать данные полученной талицы. Для каждой комбинации "кода" Q1 Q2 Q3 Q4 подсчитаем количество клиентов и сумму по полю Q0:
[показать]
Все, сегментация закончена. Поле - ClientsQty - кол-во клиентов в базе на конец анализируемого года, ClientsQty Q0 - кол-во клиентов, которые сделали заказ в первом квартал следующего года. В таблице я сразу вычислил Transformation Rate (далее TR), как долю клиентов сделавших заказ в Q0. А самая главная особенность этой сегментации заключается в том, что TR практически не меняется со временем, это и есть инерционность поведения клиентов. И именно этот факт позволяет нам:

• Прогнозировать кол-во клиентов, а значит и оборот
• Сгруппировать клиентов по TR на очень хороших (высокий TR), хороших (TR выше среднего) и плохих (низкий TR). Это очень важно для директ-маркетинговых кампаний, когда вы будете тратить деньги нахороших и очень хороших клиентов, а не на плохих. Или, например, для каждой группы проводить свои маркетинговые акции.
• Построить скоринг. Можно сказать, что TR и есть значение скора.
• И т.д.

RFM сегментация

После обсуждения Бинарной сегментации перейдем к более сложной сегментации - RFM сегментации. Название сегментации - это аббревиатура от трех слов: Recency, Frequency, Monetary. Эти понятия служат тремя столбами сегментации:

• Recency (давность) - давность какого-либо действияклиента. Для сегментации очень важно эмпирическое свойство Recency - чем меньше времени прошло с момента последней активности клиента, тем более вероятней, что он повторит действие. Например, пусть Recency -это давность последнего заказа клиента, нужно сравнить двух клиентов: у первого давность последнего заказа - 30 дней (30 дней назад он сделал свой последний заказ), у второго - 70 дней. Как Вы думаете, у какого клиента выше вероятность, что он повторит заказ? Правильно, у первого клиента (давность - 30 дней).
• Frequency (частота или количество) - количество действий, которые совершил клиент. Для нас важно свойство Frequency - чем больше каких-либо действий совершит клиент, тем больше вероятность того, что он его повторит в будущем. Обычно в литературе и на сайтах основателей этого метода не ограничивается временной интервал, в течение которого меряется Frequency, по опыту скажу, что это делать нужно, например, cчитать Frequency только в течение 360 дней относительно даты анализа. Теперь перейдем к примеру, пусть frequency - кол-во заказов, сделанных в течение 360 дней: у первого клиента - 10 заказов, у второго клиента - 5 заказов. Понятно, что у первого клиентавероятность сделать в будущем заказ выше, чем у второго.
• Monetary (деньги) - сумма денег, которую потратил клиент. Здесь все, как у Frequency - нужно постараться ограничить время, в течение которого измеряется величина; и чем больше денег было потрачено, тем больше вероятность того, что он сделает заказ. На практике Monetary обычно не используют, т.к. она сильно коррелирует с Frequency. Поэтому RFM сегментация в большинстве случаев называют RF сегментацией.

Итак, у нас есть два параметра для сегментации Recency (далее R) и Frequency (далее F), оба эти параметра могут прогнозироватьдальнейшее поведение клиента c определенной точностью. И если объединить их в один параметр RF - то точность прогноза повышается в разы. Далее, я приведу последовательность шагов, как это делается (по методике Джима Ново):

• Параметр R - бьется на пять частей, и появляются пять значений от 1 до 5. 5 - это когда заказ был сделан совсем недавно.
• Параметр F - бьется на пять частей, и появляются пять значений от 1 до 5. 5- это когда клиент сделал в течение определенного периода времени (этот период тоже нужно рассчитать) сделал очень много заказов.
• Строится RF сетка (grid): в виде двухзначной комбинации R и F. 55 - сегмент лучших клиентов, 11 - самых худших клиентов.
• Вычисляются Transformation rates для каждого сегмента
• 25 RF сегментов объединяются по Transformation rates в большие сегменты.

[показать]
Что можно делать с RF сегментами:

• Отличная сегментация для Директ маркетинговых кампаний, можно выделить клиентов, которым нужно слать сообщения, и которым не нужно
• Можно делать прогнозные модели. Правда по сравнению с бинарной сегментацией, здесь очень сложная матрица переходов.
• Можно анализировать не только продажи, но и посещаемость веб сайта.
• Можно строить программу лояльности

Я не стал пока детально расписывать шаги, как точно строить сегментацию, тогда лучше уж перевести книгу Джима Ново. Пишите комментарии к статье или мне напрямую. Где можно найти дополнительную информацию:

• Посетить сайт Джима Ново, обязательно подпишитесь на его рассылку, он пришлет первые 9 глав своей книги Drilling Down
• Почитать книгу Стратегический маркетинг баз данных
• Почитать статью про RFM сегментацию на русском языке.