Confesso: foi um dia desses que descobri que a palavra recência não existe na língua de Camões. E é com a recência que se inicia a sigla RFV, que significa o número de dias desde a última compra do cliente em nossa empresa. F, por sua vez, representa a freqüência de compra, calculada em algum período pré-determinado. Tipicamente, considera-se um semestre ou um ano. Finalmente, V é demonstrativo de valor, que é a receita total gerada pelo cliente no período de cálculo.
Essas três medidas estão muito associadas às práticas de marketing direto e geralmente são colocadas em prática em iniciativas de database marketing (DBM), tanto em empresas B2C quanto B2B. No DBM, cada cliente receberá sempre uma tripla de números absolutos do RFV, por exemplo, 10 dias, 5 vezes no ano e R$ 3500. Além disso, costumam-se ordenar os valores de RFV e gerar decis ou quintis, ou seja, calcular a posição relativa de um cliente em relação aos demais e posicioná-los em 10 ou 5 grandes grupos de importância.
Curiosamente, a prática do RFV permanece bastante circunscrita aos profissionais do marketing direto, apesar de sua notável utilidade quando combinada com outras métricas e informações sobre o cliente. É exatamente nesse ponto que proponho revisitar a técnica sob uma ótica de inteligência de mercado, especificamente de inteligência de clientes.
Consideremos, inicialmente, que uma melhoria bastante útil pode ser feita ao RFV se adicionarmos a margem de contribuição do cliente, ou seja, o quanto ele gera de receita direta subtraída de seus custos diretos. A sigla se torna RFVM. Fica fácil de ver que, em muitas situações, o cliente de maior receita não é o mais rentável para a empresa, o que pode levar a priorizações incorretas em várias decisões.
A segunda medida importante é passar a fazer o cálculo do RFVM no ambiente analítico da empresa, ou seja, não permitir que as medidas sejam feitas e usadas de forma estanque, somente no projeto de DBM que é muitas vezes terceirizado. Se houver um DBM externo, ótimo, deixe que ele continue calculando o RFVM por lá. Mas é fundamental ter as medições dentro de casa e manter fotografias mensais da base pontuada de clientes. Em Business Intelligence, uma das capacidades mais importantes é a de comparar momentos diferentes do tempo, de forma a entender a evolução do negócio e sem as fotografias não se vai longe. Para realizar os cálculos, é importante estabelecer rotinas automatizadas, executadas de forma agendada sem intervenção em seu data warehouse.
Para terminar, é hora de usufruir do RFVM. Devemos incluí-los em todas as análises que levam em consideração as informações de clientes. A partir daí, várias perguntas inteligentes podem ser elaboradas. Vejamos alguns exemplos:
– Quais são os produtos comprados pelos clientes que geram a maior receita? E para aqueles que geram maior contribuição?
– Quais os canais preferenciais usados pelos clientes mais freqüentes?
– Quais as características demográficas e comportamentais dos clientes que compraram recentemente?
– Quais clientes ficaram sem nenhuma compra nos últimos X dias?
Notemos que essas perguntas podem ser analisadas considerando qualquer paradigma de análise existente em sua empresa, desde os cubos OLAP até modelos estatísticos. Em geral, o poder de análise será diretamente proporcional ao refinamento das respostas obtidas. Nada impede, no entanto, que a sofisticação analítica seja conquistada paulatinamente, a partir dos resultados obtidos de sua revisita a velha senhora RFV. Mãos à obra!
Leonardo Vieiralves Azevedo é presidente da WG Systems, tecnologia para tomada de decisão. E-mail: [email protected]
