专栏首页landv[数据分析][RFM模型]用数据分析用户

[数据分析][RFM模型]用数据分析用户

[数据分析][RFM模型]用数据分析用户

RFM分析是美国数据库营销研究所Arthur Hughes提出的一种简单实用客户分析方法,他们发现客户数据中有桑神奇的要素,这三个要素构成了数据分析最好的指标,RFM分析也就是通过这个三个指标对客户进行观察和分类,针对不同的特征的客户进行相应的营销策略。

最近一次消费(R):Rrequency

客户距离最近的一次消费时间的间隔

消费频率(F):Frequency

指客户在限定的期间你所购买的次数。

消费金额(M):Monetary

客户的消费能力,通常以客户单次的平均消费金额作为衡量指标

最近一次消费

  最近一次消费意指上一次购买的时候——客户上一次是何时来店里、上一次从哪个渠道获知并购买东西,或在你的酒店最近的一次消费时间。

  理论上,上一次消费时间越近的客户应该是较好的顾客,对提供即时的商品或是服务也最有可能会有反应。营销人员若想业绩有所成长,只能靠偷取竞争对手的市场占有率,而如果要密切地注意消费者的购买行为,那么最近的一次消费就是营销人员第一个要利用的工具。历史显示,如果我们能让消费者购买,他们就会持续购买。这也就是为甚,0至6个月的顾客收到营销人员的狗控信息多玉31至36个月的顾客。

  最近一次消费的过程是持续变动的。在顾客距上一次购买时间满一个月之后,在数据库里就成为最近一次消费为两个月的客户。反之,同一天,最近一次消费为3个月钱的客户做了其下一次的购买,它就成为最近一次消费为一天前的顾客,也就有可能在很短的期间内收到新的折价信息。

  最近一次消费的功能不仅在于提供的促销信息而已,营销人员的最近一次消费报告可以监督事业的健全度。优秀的营销人员会定期查看最近一次消费分析,以掌握趋势。月报告如果显示上一次购买很近的客户,(最近一次消费为1个月)人数如增加,则表示该公司是个稳健成长的公司;反之,如上一次消费为一个月的客户越来越少,则是该公司迈向不健全之路的征兆。

  最近一次消费报表是维系顾客的一个重要指标,最近才买你的商品、服务或是光顾你酒店的消费者,是最有可能再次购买你东西的顾客。再则,要吸引一个几个月才上门的顾客购买,比吸引一个一年多以前来过的顾客要容易很多。营销人员如果接受这种强有力的营销哲学——与顾客建立长期的关系而不仅是卖东西,会让顾客持续保持往来,并赢得他们的忠诚度。

消费频率

  消费频率是顾客在限定的期间内所购买的次数。我们可以说最常购买的顾客,也是满意度最高的顾客。如果相信品牌及商店忠诚度的话,最常购买的消费者,忠诚度也就最高。增加顾客购买的次数意味着从竞争对手偷取市场占有率,由别人的手中赚取营业额。

  根据这个指标,我们又吧顾客分为五等分,这个五等分分析相当于是一个“忠诚度的阶梯”(loyalty ladder),其诀窍在于让消费者一直顺着阶梯往上爬,把消费想象成是要将两次购买的顾客往上堆程三次购买的顾客,吧一次购买者变成两次的。

  也就是重复购买率问题,一个人购买商品一百次,和一百个人购买商品一次,虽然获得的相对利润一样,但是绝不是这样,一个人购买一百次,那就是对品牌和服务的认可。

消费金额

  消费金额是所有数据库报告的支柱,也可以验证“帕累托法则”(Pareto’s Law)——公司80%的收入来自20%的顾客。它显示出排名前10%的顾客所花费的金额比下一个等级者多出至少2呗,站公司所有营业额的40%以上。如果累计百分比的那一栏,我们会发现有40%的顾客贡献公司总营业额的80%。

  如果你的预算不多,而且只能提供服务信息给2000到3000个顾客,你将信息通过短信、微信、支付宝、广告等发送给贡献40%收入的顾客,还是那些不到1%的顾客?数据库营销有时候就是这么简单。这样的营销所节省下来的成本会很客观。

  结合这桑果指标,我们就可以把顾客分成5*5*5=125类,对其进行数据分析,然后指定我们的营销测量。

  最近一次消费、消费频率、消费金额是测算消费者价值最重要也是最容易的方法,这充分的表现了这桑果指标对营销活动的指导意义。而其中,最近一次消费是最有力的预测指标。

RFM模型的应用意义

  在众多的客户关系管理(CRM)的分析模型中,RFM模型是被广泛提到的。RFM模型是衡量客户价值观和客户创利能力的重要工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值情况,形成人物画像,不仅仅应用与CRM分析模型里面,还可以单独在数据分析系统中使用。

  RFM模型较为动态地表示了一个客户的全部轮廓,这对个性化的沟通和服务提供了一句,同时,如果与该客户打交道的时间足够长,也能够较为精确地判断客户的长期价值,甚至是终身价值,通过改善三项指标的情况,从而为更多的营销决策提供支持。

  一遍的分型CRM着重在对于客户贡献度的分析,RFM则强调以客户的行为来区分客户。

  RFM分厂适用于生产多种商品的企业,而且这些商品单价相对不高,如消费品、化妆品、小家电、超市等,它也适合在一个惬意内只有少数耐久商品,但是该商品中有一部分数据消耗品,如复印机、打印机、汽车维修等消耗品;RFM对于加油站、旅行保险、运输、快递、快餐店、KTV、证券公司等也挺合适。

  RFM可以用来提高客户的交易次数。业界常用的DM,常常一次印发成千上万的DM单,其实这是很浪费钱的。根据统计,如果所有(R):Rrequency的客户分为五级,最好的第五级回函率是第四级的三倍,因为这些客户刚完成交易不久,所以会更注意同一公司的产品信息。如果用M(Monetary)来把客户分为五级,最好与次好的平均回复率,几乎没有显著差异。

  有些人会用客户绝对贡献金额来分析客户是否流失,但是绝对金额有时会曲解客户行为。因为每个商品价格可能不同,对于不同产品的促销有不同的折扣,所以采用相对的分级(例如R、F、M都个分为五级)来比较消费者在级别区间的变动,则更可以显示出相对行为。企业用R、F的变化,可以推测客户消费的移动情况,根据客户流失的可能性,列出客户,在从M(消费金额)的角度来分析,就可以把重点放在贡献度高且流失机会也搞的客户上,重点拜访或联系,以最有效的方式挽回更多商机。

  RFM也不可以用过头,而造成高交易的客户不断收到推送消息。企业应该设计一个客户解除频率规则,如购买三天或一周内应该发出一个感谢短信、微信或电话,并主动关心消费者是否有使用方面的问题,或者建议等,一个月后发出使用是否满意的询问(商品销售),而三个月后则提供交叉销售的建议,并开始注意客户的流失可能性,不断地创造主动接触客户的机会,这样一来,客户再购买的机会也会大幅提高。

  企业在推行CRM时,就要根据RFM模型的原理,了解客户差异,并以此为主轴进行企业流程重建,才能创新业绩与利润。否则,将无法在新世纪的市场立足。

RFM模型案例分析

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 自定义URL Protocol 协议

    landv
  • java修饰符

    landv
  • [系统]win10远程桌面其他电脑出现如下错误,由于数据加密错误,这个会话讲结束,请重新连接到远程计算机

    组策略》计算机配置》Windows设置》安全设置》安全选项》系统加密:将FIPS兼容算法用于加密,哈希和签名。

    landv
  • 使用 TFLite 在移动设备上优化与部署风格转化模型

    文 / Khanh LeViet 和 Luiz Gustavo Martins,技术推广工程师

    CV君
  • 用Python实现微信接口(一)

    專 欄 ❈爱撒谎的男孩,Python中文社区专栏作者 博客:https://chenjiabing666.github.io ❈ 安装 sudo pip in...

    Python中文社区
  • 金融科技&大数据产品推荐:Stratifyd大数据智能分析平台

    Stratifyd大数据分析平台是Stratifyd大数据团队设计和研发的快速分析响应解决方案,其核心是以非结构化数据的AI处理为主,将非结构化文本数据和所有结...

    数据猿
  • 响铃:阿里腾讯步步逼近的新零售,乐语或许给了标准答案

    前几天腾讯携手万达对垒阿里的事件还没冷,2月11日就传出阿里54.53亿元投资居然之家的消息。

    曾响铃
  • 不“丢脸”实现人脸识别,使用TiFGAN合成音频 | AI Scholar Weekly

    呜啦啦啦啦啦啦啦大家好,还记得那位在中国向工程师们教授AI的美国老师Christopher Dossman吗?大数据文摘与他取得了联系,并且有幸邀请他开设了专栏...

    大数据文摘
  • Appium+python自动化18-brew、carthage和appium-doctor

    前言 本篇安装brew、carthage,解决启动appium时的报错问题,另外安装appium-doctor检查appium的环境 1.brew 2.cart...

    上海-悠悠
  • 从零开始学习C#——HelloWorld(一)

    landv

扫码关注云+社区

领取腾讯云代金券