RFM Segmentasyon ile Restoran Müşterilerini Anlamak

RFM (Recency, Frequency, Monetary) kelimeleri Türkçeye çevrildiğinde “Son Ziyaret, Sıklık, Tutar” anlamına gelir. Pazarlama dünyasının en eski modellerinden biridir ama hâlâ en işlevsel segmentasyon yöntemidir. Segmentasyon, müşterilerinizi benzer davranışlara göre gruplara ayırmak demektir. Restoran işletmeciliğinde doğru uygulandığında, kampanyalarınıza ayırdığınız bütçenin yaklaşık %70’ini gerçekten geri dönüş alabileceğiniz müşterilere yönlendirmenizi sağlar.

RFM nedir?

Bu modelde her müşteriyi üç ayrı boyutta puanlarsınız:

R (Recency, son ziyaret): En son ne zaman geldi? Yakın tarihte geldiyse yüksek puan verirsiniz, uzun süredir gelmediyse düşük puan.
F (Frequency, sıklık): Son bir yıl içinde kaç kere geldi? Sık geliyorsa yüksek puan, nadiren geliyorsa düşük puan.
M (Monetary, tutar): Toplamda ne kadar harcadı? Yüksek harcama yüksek puan, düşük harcama düşük puan anlamına gelir.

Her boyuta 1 ile 5 arasında puan verirsiniz, sonra müşteriyi bu üç puanın birleşimine göre klasik 11 segmentten birine yerleştirirsiniz.

Restoran için kritik 6 segment

1. Champions (5-5-5)

Yakın zamanda gelmiş, sık ziyaret ediyor, bolca harcıyor. Mevcut cironuzun %10-15’ini üreten çekirdek müşteri kitlesidir. Stratejik hedefiniz burada korumak olmalı. VIP deneyimler, isim ile karşılama, özel menü tadımı, yeni şube açılışlarında ilk davet edilen olma gibi jestler bu grup için anlamlıdır.

2. Loyal Customers (4-5-4 gibi)

Champions segmentine çok yakın ama biraz daha az harcıyor. Bu grupta hedefiniz upsell, yani daha pahalı ürünlere yönlendirme olmalı. Premium ürünler, tadım menüleri ve paket satışlar bu müşterilerin sepetini büyütür.

3. Potential Loyalists (4-3-3)

Son 3 ayda düzenli olarak geliyor, ama frekansı henüz tam oturmamış. Stratejik hedefiniz burada alışkanlık oluşturmak olmalı. 3. ziyaretten sonra küçük bir jest, 5. ziyaretten sonra orta değerli bir ödül gibi kademeli ödüller bu müşteriyi sadık müşteri segmentine taşır.

4. At Risk (2-4-4)

Eskiden sık gelirdi, ama son 60 gündür ortalıklarda yok. Stratejik hedefiniz geri kazanmak olmalı. Kişiye özel hazırlanmış win-back mesajı, favori ürününü hatırlatan bir teklif burada işe yarar.

5. Can’t Lose Them (1-5-5)

Eskiden çok sık gelirdi, yüksek tutarda harcardı, ama son 90 gündür uğramamış. Bu müşteriyi kaybetmenin ciroya etkisi büyüktür. Bu yüzden kaybı önlemek için agresif kampanya uygulanır: yüksek değerli teşvikler, birebir iletişim, kısa bir memnuniyet anketi gibi.

6. Hibernating (1-2-2)

Nadiren gelirdi, zaten uzun zamandır yok. Bu grup için büyük bütçe harcamak rasyonel değildir. Düşük maliyetli bir yeniden aktivasyon kampanyası (örneğin e-posta) yeterli olur.

Yapay zeka destekli RFM ile klasik RFM arasındaki fark

Klasik RFM statik kurallarla çalışır. Örneğin “son 90 günde gelmeyen herkes at-risk” gibi sabit bir eşikten geçirir tüm müşteriyi. Yapay zeka destekli RFM ise çok daha akıllıdır:

Müşteriyi kendi ritmiyle karşılaştırır. Ayda 1 kere gelen biri için 60 gün yokluk at-risk sinyalidir; ama haftada 3 gelen biri için 10 gün yokluk zaten at-risk demektir.
Sezonsallığı hesaba katar. Okul tatili, bayram, hava durumu gibi faktörlerin müşteri davranışını nasıl değiştirdiğini öğrenir.
Segment geçişlerini önceden tahmin eder. Yarın at-risk segmentine düşecek bir müşteriyi bugünden uyarı olarak verir, böylece henüz iş işten geçmeden müdahale edebilirsiniz.

Loyi platformunda RFM otomatik olarak kurulur. Yeni restoranlarda POS bağlandıktan 14 gün sonra segmentler üretilmeye hazır hâle gelir.

Segmentasyon öncesi hazırlık

POS entegrasyonu şart: Her ziyaretin tarihi ve tutarı otomatik olarak sisteme akmalı.
Müşteri birleştirme: Telefon numarası veya e-posta üzerinden aynı kişinin farklı kayıtlarını tek müşteri olarak birleştirmelisiniz.
En az 90 gün tarihsel veri: Bundan azı varsa frekans hesabı anlamlı sonuç vermez.

Sonuç

RFM ile segmentasyon, restoran pazarlamasında en yüksek ROI üreten adımlardan biridir. Kampanya mesajlarınızı “herkese aynı” yerine her segmente özel olarak yazdığınızda, tıklama oranı 2 ile 4 kat, fiş büyümesi ise 1.3 ile 1.8 kat arasında artar. Yapay zeka katmanı devreye girdiğinde bu etki bir kat daha büyür.