In questo articolo vediamo come utilizzare i filtri avanzati di Rfmcube per creare segmenti basati sulla età dei clienti. Se la tipologia di settore lo permette, riuscire a determinare la fascia di età dei clienti può infatti essere una potente arma di segmentazione che permette di isolare determinate Buyer Personas basate sul ciclo di vita (reale, non vita di acquisto!) dei tuoi clienti.
Segmentare in base alla età – il campo addizionale Birthday
La prima cosa da fare se si ha intenzione di segmentare in base alla età è quella di individuare il campo giusto all’interno dei campi addizionali.
Solitamente il campo presente negli Ecommerce è il BIRTHDAY (data di nascita) che compare all’interno dei campi clienti (Impostazioni > campi addizionali):
Selezionalo indicando come tipologia di campo “Data”, poi salva la configurazione.
Segmentare in base alla età – creazione del filtro
Spostati ora sulla pagina Gestisci Segmenti per creare le tue suddivisioni in base alle date di nascita.
La prima cosa da fare, è verificare in quanti clienti abbiano quel campo compilato. Nella stragrande maggioranza dei casi infatti si tratta di un campo facoltativo, spesso ignorato dai clienti se non sei riuscito a comunicare loro un vantaggio specifico nel farlo (es. ricevi un regalo ad ogni tuo compleanno).
Se non hai mai creato un incentivo del genere, è probabile che ti ritrovi con appena un 10% di clienti con data di nascita, rendendo così poco utilizzabile il filtro.
Per vedere quanti clienti hanno compilato il campo Birthday, ti basterà selezionare tutti i clienti che hanno quel campo Non definito:
Nell’esempio sopra, solamente il 31% dei clienti non ha compilato il campo Birthday. Un buon risultato: se quasi il 70% ha quel campo compilato, i segmenti possono essere significativi e utilizzabili per il marketing.
Possiamo ora procedere alla creazione dei segmenti, suddividendo i clienti in 5 cluster per età:
- da 18 a 30 anni
- da 31 a 50 anni
- da 51 a 70 anni
- oltre i 70 anni
Questo esercizio ci servirà anche a vedere in un esempio concreto la distribuzione reale dell’età dei clienti. Il sito in questione con cui è stato effettuata l’analisi vende prodotti alimentari tipici locali.
Segmento 18-30 anni
Nell’immagine sopra, sono selezionati i clienti che hanno il campo Birthday successivo o uguale all’anno 2022, dunque hanno meno di 30 anni.
Notiamo che sono solamente il 2% dei clienti, e che spendono in media 67 euro su una media generale di 142 euro. Anche frequenza di acquisto (1.29 vs 2.08) e scontrino medio (49 euro vs 63 euro) sono significativamente sotto la media, probabilmente una diretta conseguenza della loro giovane età.
Segmento 31-50 anni
Il segmento 31-50 anni presenta un miglioramento generale delle metriche, con un Monetary medio che sale a 108 euro, uno scontrino medio di 56 euro e una frequenza di acquisto che sale a 1.75.
Segmento 51-70 anni
Ritroviamo un aumento significativo di tutte le metriche nel segmento 51-70 anni, con una spesa media che sale a 153 euro sorpassando ma media generale, uno scontrino medio di 65 euro e una frequenza di acquisto che sale a 2.24.
Può darsi davvero che i clienti alto-spendenti sono quelli più anziani?
Segmento +70 anni
L’ultimo segmento creato +70 anni conferma la nostra teoria: più anni hai e più spendi!
Infatti vediamo qui una spesa media di ben 195 euro per cliente, con una frequenza di acquisto di 2.82 e uno scontrino medio di 70 euro.
Questo è solo un semplice esempio che ti mostra come derivare l’età dei tuoi clienti e utilizzarla per fare analisi mirate. Puoi aumentare la complessità dell’operazione incrociando anche i dati sulle categorie di acquisto, e laddove è possibile personalizzando le comunicazioni adattando copy e offerte ai diversi segmenti di età.
Ancora non sei iscritto a Rfmcube? ➡️ Attiva Subito la tua Prova Gratuita
Potrebbero interessarti anche:
![[Update] Come selezionare clienti ricorrenti di determinati prodotti](https://rfmcube.com/wp-content/uploads/2023/11/repeat-customers--150x150.png "[Update] Come selezionare clienti ricorrenti di determinati prodotti")
