1、根据美国数据库营销研究所Arthur Hughes的研究,客户数据库中有三个神奇的要素,这三个要素构成了数据分析最好的指标:最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。
2、RFM模型:R(Recency)表示客户最近一次购买的时间有多远,F(Frequency)表示客户在最近一段时间内购买的次数,M (Monetary)表示客户在最近一段时间内购买的金额。一般原始数据为3个字段:客户ID、购买时间(日期格式)、购买金额,用数据挖掘软件处理,加权(考虑权重)得到RFM得分,进而可以进行客户细分,客户等级分类,Customer Level Value得分排序等,实现数据库营销!
3、操作方法:
一般来讲,假定企业拥有100万会员资料库和历史交易数据,可以在没有建立数据挖掘模型前,随机选择1万人进行促销,记录这1万人的响应情况,然后根据这1万人的响应数据0-1,建立RFM为自变量的响应模型,然后根据模型对100万用户进行客户响应打分,选择10万人进行促销,可以提升促销的ROI。
4、可以实现的软件:IBM Modeler 14.1版本操作RFM模型:(采用数据挖掘技术来分析RFM是一件简单的工作,因为软件非常智能化,或者说基本上内置了自动RFM分析模块)