Segmentasi RFM: recency, frequency, monetary

OpenStax Foundations of Information Systems Bagian 8.2 menyebut analisis RFM (recency, frequency, monetary) sebagai tugas segmentasi pelanggan berdasarkan kebiasaan belanjanya. Empat informasi dibutuhkan: identitas yang tidak menyebut nama (misalnya ID pelanggan), recency atau berapa lama sejak pembelian terakhir, frequency atau berapa kali pelanggan membeli dalam periode tertentu, dan monetary atau total belanjanya. Buku itu menekankan bahwa RFM memakai data perilaku, bukan ciri pribadi seperti usia atau penghasilan.

Dari data itu setiap pelanggan diberi skor RFM. Buku tersebut tidak menetapkan batas skornya; setiap organisasi menetapkannya sendiri. Latihan di kelas ini memakai aturan yang ditulis di soal: tiap komponen diberi skor 1 sampai 3, lalu skor RFM adalah jumlah ketiganya. Stokes Bagian 14.5 memakai gagasan yang sama saat meminta pelanggan disegmentasi menurut seberapa sering dan seberapa banyak mereka berbelanja.

Recency dihitung dalam hari: tanggal analisis dikurangi tanggal pembelian terakhir. Arah skornya terbalik dari dua komponen lain. Makin sedikit hari sejak pembelian terakhir, makin tinggi skor recency; makin sering dan makin besar belanja, makin tinggi skor frequency dan monetary.