> For the complete documentation index, see [llms.txt](https://biglead.gitbook.io/biglead-docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://biglead.gitbook.io/biglead-docs/khach-hang/rfm.md). # RFM {% embed url="" %} ## 1. Tổng Quan Tính Năng RFM ### Để truy cập tính năng này, vui lòng mở đường dẫn dưới đây: Tính năng RFM trong Biglead CRM giúp doanh nghiệp tự động phân tích và phân loại khách hàng dựa trên dữ liệu mua hàng thực tế được đồng bộ từ các đơn vị vận chuyển như Viettel Post, nền tảng bán hàng và dữ liệu đơn hàng trong hệ thống. RFM bao gồm 3 chỉ số: * R – Recency: Thời gian mua hàng gần nhất * F – Frequency: Tần suất mua hàng * M – Monetary: Tổng giá trị chi tiêu Hệ thống sẽ tự động: * Phân tích dữ liệu khách hàng * Tính toán điểm RFM * Phân loại khách hàng theo từng nhóm * Gắn trạng thái khách hàng * Gắn thẻ sale tự động * Hỗ trợ lọc khách hàng để triển khai chiến dịch chăm sóc phù hợp ## 2. Biểu Đồ Phân Bổ Phân Khúc RFM Trong màn hình RFM, hệ thống hiển thị biểu đồ phân bổ phân khúc khách hàng. Trục ngang: * Là chỉ số Recency (R) — mức độ mua hàng gần đây Trục dọc: * Là chỉ số Frequency / Monetary (F/M) — tần suất mua và giá trị chi tiêu Các ô trên biểu đồ sẽ hiển thị: * Tên phân khúc khách hàng * Số lượng khách hàng * Tỷ lệ khách hàng * Doanh thu của nhóm đó Doanh nghiệp có thể dễ dàng nhận biết: * Nhóm khách hàng giá trị cao * Nhóm khách hàng sắp rời bỏ * Nhóm khách hàng cần chăm sóc lại * Nhóm khách hàng tiềm năng để upsell ## 3. Giải Thích Các Phân Khúc Khách Hàng Trong RFM ### 3.1. Không thể mất Đây là nhóm khách hàng từng mua nhiều, chi tiêu cao nhưng đã lâu chưa quay lại mua hàng. Đặc điểm: * Giá trị đơn hàng lớn * Từng là khách hàng quan trọng * Nguy cơ rời bỏ cao Hành động phù hợp: * Gửi ưu đãi quay lại * Chăm sóc riêng * Remarketing mạnh * Sale chủ động liên hệ lại ### 3.2. Có nguy cơ Nhóm khách hàng có dấu hiệu giảm tương tác hoặc giảm tần suất mua hàng. Đặc điểm: * Đã từng phát sinh đơn * Mức độ mua giảm dần * Có khả năng rời bỏ thương hiệu Hành động phù hợp: * Gửi chương trình khuyến mãi * Nhắc mua lại * Gửi tin nhắn chăm sóc tự động ### 3.3. Ngủ đông Đây là nhóm khách hàng lâu ngày không phát sinh đơn hàng. Đặc điểm: * Không còn tương tác nhiều * Thời gian không mua kéo dài * Giá trị mua hàng thấp Hành động phù hợp: * Chạy chiến dịch kích hoạt lại * Gửi ưu đãi mạnh * Gửi sản phẩm mới ### 3.4. Khách hàng trung thành Đây là nhóm khách hàng thường xuyên mua hàng và có mức độ gắn bó cao. Đặc điểm: * Tần suất mua cao * Quay lại thường xuyên * Mang lại doanh thu ổn định Hành động phù hợp: * Chương trình khách hàng thân thiết * Tích điểm * Ưu đãi VIP ### 3.5. Khách hàng xuất sắc Đây là nhóm khách hàng có giá trị cao nhất trong hệ thống. Đặc điểm: * Mua hàng thường xuyên * Chi tiêu lớn * Tương tác tốt Hành động phù hợp: * Chăm sóc VIP riêng * Tặng quà đặc biệt * Ưu đãi độc quyền ### 3.6. Cần chú ý Nhóm khách hàng có dấu hiệu giảm tương tác nhưng chưa nghiêm trọng. Đặc điểm: * Tần suất mua bắt đầu giảm * Khả năng quay lại vẫn còn cao Hành động phù hợp: * Gửi nội dung chăm sóc * Khuyến khích mua lại * Remarketing nhẹ ### 3.7. Sắp ngủ đông Đây là nhóm khách hàng đang dần mất tương tác với doanh nghiệp. Đặc điểm: * Khoảng thời gian không mua tăng dần * Tần suất mua giảm Hành động phù hợp: * Gửi ưu đãi kích thích mua lại * Chạy quảng cáo nhắc nhớ thương hiệu ### 3.8. Tiềm năng trung thành Nhóm khách hàng có khả năng trở thành khách hàng trung thành trong tương lai. Đặc điểm: * Có hành vi mua lặp lại * Bắt đầu hình thành thói quen mua hàng Hành động phù hợp: * Upsell * Combo ưu đãi * Chương trình thành viên ### 3.9. Khách hàng tiềm năng Nhóm khách hàng mới phát sinh mua hàng hoặc đang bắt đầu quan tâm đến sản phẩm. Đặc điểm: * Số lần mua chưa nhiều * Giá trị mua hàng chưa cao Hành động phù hợp: * Chăm sóc tự động * Giới thiệu sản phẩm * Tăng trải nghiệm mua hàng ### 3.10. Khách hàng mới Đây là nhóm khách hàng vừa phát sinh đơn hàng đầu tiên. Đặc điểm: * Mới tiếp cận thương hiệu * Chưa có nhiều dữ liệu hành vi Hành động phù hợp: * Chào mừng khách hàng mới * Gửi ưu đãi cho đơn tiếp theo * Hướng dẫn trải nghiệm sản phẩm ## 4. Hướng Dẫn Cấu Hình RFM ### Bước 1: Mở cấu hình RFM Tại màn hình RFM: * Chọn phần Cấu hình RFM * Hệ thống sẽ hiển thị cửa sổ cấu hình phân khúc khách hàng ### Bước 2: Chọn ngành nghề Hệ thống hỗ trợ cấu hình riêng theo từng ngành nghề. Ví dụ: * Ô tô * Mỹ phẩm * Thời trang * Nội thất * Giáo dục Mỗi ngành nghề sẽ có: * Chu kỳ mua hàng khác nhau * Cách tính điểm RFM khác nhau * Ngưỡng đánh giá khách hàng khác nhau Điều này giúp việc phân loại khách hàng chính xác hơn với mô hình kinh doanh thực tế. Giải Thích Các Cột Trong Cấu Hình RFM #### Phân khúc Hiển thị tên từng nhóm khách hàng trong hệ thống RFM. Ví dụ: * Không thể mất * Có nguy cơ * Khách hàng trung thành * Khách hàng xuất sắc #### Tổ hợp điểm Đây là phần định nghĩa bộ điểm RFM của từng nhóm khách hàng. Ví dụ: * 531 * 514 * 432 Ý nghĩa: * Số đầu tiên là điểm R * Số thứ hai là điểm F * Số thứ ba là điểm M Ví dụ: * 531 nghĩa là: * R = 5 → vừa mua gần đây * F = 3 → mua ở mức trung bình * M = 1 → giá trị chi tiêu thấp Hệ thống sẽ dựa vào các tổ hợp điểm này để tự động phân loại khách hàng vào đúng phân khúc. #### Trạng thái Cho phép gắn trạng thái khách hàng tương ứng với từng nhóm RFM. Ví dụ: * Đã mua * Đang xử lý * Quan tâm * Mua lại * Tiềm năng * Sắp rời bỏ Điều này giúp sale và CSKH dễ theo dõi tình trạng khách hàng trong hệ thống. #### Thẻ sale Cho phép tự động gắn tag cho khách hàng theo từng phân khúc. Ví dụ: * Khách VIP * FTU * DISC * Liên quan gửi ZNS * Khách thường Sau khi hệ thống gắn thẻ: * Sale có thể lọc khách hàng theo tag * Tạo chiến dịch chăm sóc riêng * Chạy automation * Chia data cho từng đội sale ## Cách Hệ Thống Hoạt Động Tự Động Sau khi cấu hình hoàn tất: * Hệ thống sẽ tự động đồng bộ dữ liệu đơn hàng * Tự động tính toán điểm RFM * Tự động phân loại khách hàng * Tự động gắn trạng thái * Tự động gắn thẻ sale * Tự động cập nhật khi có đơn hàng mới Doanh nghiệp không cần phân loại thủ công nhưng vẫn có thể xây dựng các chương trình chăm sóc khách hàng chính xác theo từng nhóm hành vi mua hàng.