Walmart Argentina e le campagne DEM data driven

Si parla molto spesso di business data driven, ma nello specifico non sempre sono chiare le sue declinazioni. La recente campagna di Walmart Argentina in collaboazione con MailUp ne è un caso lampante: l’analisi RFM è infatti stata la base per poter creare strategie di follow up personalizzate per ogni singolo cluster.

" L’analisi RFM

L’analisi RFM è una tecnica di segmentazione dei clienti molto utilizzata nell’online marketing e prevede l’assegnazione di un punteggio a ogni singolo cliente. Di per sé non fornisce alcun dato in merito all’aspetto economico ma è molto utile per poter impostare campagne DEM. Nello specifico questo valore è il risultato di tre elementi:

  1. Recency: quando è stata l’ultima volta che un determinato utente ha comprato sul sito;
  2. Frequency: quante volte in un determinato intervallo temporale un determinato cliente effettua un acquisto;
  3. Monetary: qual è la spesa media in termini economici all’interno di un determinato range di tempo.

Da questi elementi scaturisce un punteggio finale, sulla base del quale il target totale viene suddiviso in vari cluster di clienti.

L’impostazione di una campagna DEM

L’analisi così svolta ha quindi permesso di segmentare la clientela e di individuare determinati trend. Unendo poi il risultato dell’analisi RFM con il customer life time value, vale a dire il ciclo di vita dei clienti, Walmart Agentina ha impostato una campagna DEM su Mailchimp riuscendo a:

  • Consolidare e arricchire i database;
  • Ottenere metriche precise e concrete su tutte le azioni dei suoi clienti a partire dalle email ricevute;
  • Migliorare tutti i KPI a livello di open rates, clic through rate e conversioni del canale di email marketing.

Come ben descritto da un post sul blog della società che si occupa di gestire il followup, Walmart è così riuscita ad analizzare nel dettaglio il comportamento dei clienti e a sviluppare una serie di campagne automatizzate e profilate per ciascuna fase d’acquisto, grazie all’utilizzo dei bigdata.

Rispondi