RFM模型设计

把最近一次消费时间、消费频次、消费金额这三个维度按照一定规律划分，从而实现对用户的划分，其目标是把具有相似特征一类人聚集在一起，实现针对性营销。

RFM分类

1. 固定分类法
   RFM三个维度按照自定义的数值，进行分类。

最近一次消费时间	权重值	最近一段时间购买的频次	权重值	最近一段时间购买的金额	权重值
7天之内	5	15+	5	1000+	5
1月	3	11--15	3	500--999	3
3月	2	6--10	2	100--499	2
6月	1	1--5	1	0-99	1
6月以上	0	0	0	0	0

说明：
最近一段时间：三个月
所有数据分类标准建议根据公司具体数据情况做划分，建议参考下面数据再去实施：
1、最近一段时间：参考用户的最后一次购物时间、平均购物周期，去设定最近一段时间是多久
2、最近一次消费时间：以提取样本的时间点与用户最后一次消费时间做差，平均购物周期、最大时间、最小时间，去设定消费时间的划分依据
3、消费频次：平均购物周期、最大时间、最小时间，去设定消费频次的划分依据
4、消费金额：客单价、最大金额、最小金额、订单均价，去设定消费金额的划分依

2. 均值分类法
   RFM三个维度按照平均值，进行划分。

最近一次消费时间	权重值	最近一段时间购买的频次	权重值	最近一段时间购买的金额	权重值
前20%人群	5	前20%人群	5	前20%人群	5
次20%人群	4	次20%人群	4	次20%人群	4
次次20%人群	3	次次20%人群	3	次次20%人群	3
次次次20%人群	2	次次次20%人群	2	次次次20%人群	2
最后20%人群	1	最后20%人群	1	最后20%人群	1

说明：
最近一段时间：三个月
建议参考下面数据再去实施：
1、最近一段时间：参考用户的最后一次购物时间、平均购物周期，去设定最近一段时间是多久

3. k-means聚类算法
   k-means算法的核心是自动把用户划分为相类似的类。详细逻辑点这里

最近一次消费时间	权重值	最近一段时间购买的频次	权重值	最近一段时间购买的金额	权重值
簇心A	5	簇心A	5	簇心A	5
簇心B	4	簇心B	4	簇心B	4
簇心C	3	簇心C	3	簇心C	3
簇心D	2	簇心D	2	簇心D	2
簇心E	1	簇心E	1	簇心E	1

分类完成可以对用户进行组合分组，RFM每个维度分成了5份，那么在原理上可以形成555 = 125中组合，在这里我组合成了下面这些：
重要价值、重要保持、重要发展、重要挽留
中等价值、中等保持、中等发展、中等挽留
一般价值、一般保持、一般发展、一般挽留
具体如下：
重要价值：R>=4 F>=4 M>=4
重要保持：R<=2 F>=4 M>=4
重要发展：R>=4 F<=2 M>=4
重要挽留：R<=2 F<=2 M>=4

中等价值：R>=3 F>=3 2<=M<4
中等保持：R<=3 F>=3 2<=M<4
中等发展：R>=3 F<=2 2<=M<4
中等挽留：R<=2 F<=2 2<=M<4

一般价值：2<=R<3 2<=F<3 M<2
一般保持：R<=2 2<=F<3 M<2
一般发展：2<=R<3 F<2 M<2
一般挽留：R<=2 F<2 M<2

RFM营销

营销框架如下表

客群	推荐范围	软文	促销活动	优惠券	促销金额	备注
重要价值	其它品类、新品、可能喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	代金券	一般金额／无金额	重点放在跨品类、跨业态推荐
重要保持	喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	代金券	中等金额	重点要促进近期产生消费
重要发展	喜欢的商品、可能喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	代金券	高金额	可能是近期刚下单的高价值的新用户，重点在提高频次
重要挽留	喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	代金券	高金额	重点要促进近期产生消费
中等价值	喜欢的商品、可能喜欢的商品、其它品类、新品	包含这些商品的软文	包含这些商品的促销活动	高门槛满减	高金额	重点提高消费金额
中等保持	喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	高门槛满减	高金额	重点在近期产生消费
中等发展	喜欢的商品、可能喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	高门槛满减	高金额	可能是近期刚下单的中等价值的新用户，重点在提高频次
中等挽留	喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	高门槛满减	高金额	重点要促进近期产生消费
一般价值	喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	代金券／高门槛满减	高金额	重点要促进近期产生消费
一般保持	喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	代金券／高门槛满减	高金额	重点要促进近期产生消费
一般发展	喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	代金券／高门槛满减	高金额	尝试推送1、2，无效可以放弃推送
一般挽留	喜欢的商品	包含这些商品的软文	包含这些商品的促销活动	代金券／高门槛满减	高金额	尝试推送1、2，无效可以放弃推送

总结

RFM从消费时间、消费频率、消费金额三个维度去划分用户，分别如下：
R：最近一次消费时间。 R⬆︎，距离当前时间越近
F：最近一段时间消费频率。 F⬆︎，消费频率越大
M：最近一段时间消费金额。M⬆︎，消费金额越大
示意图如下：

R、F、M三个维度，如果每个维度分为2部分，则可以形成8个组合，如下：
R⬆︎F⬆︎M⬆︎ 重要价值用户（最近有消费、消费金额大、消费频次高）-（高价值高频老用户）
R⬆︎F⬇︎M⬆︎ 重要发展用户（最近有消费、消费金额大、消费频次低）-（高价值新用户，要提高消费频次，变为高频老客户）
R⬇︎F⬆︎M⬆︎ 重要保持用户（最近无消费、消费金额大、消费频次高）-（高价值高频老用户，但是最近无消费）
R⬇︎F⬇︎M⬆︎ 重要挽留用户（最近无消费、消费金额大、消费频次低）-（高价值低频最近无消费用户）

R⬆︎F⬆︎M⬇︎ 一般价值用户（最近有消费、消费金额低、消费频次高）-（低价值高频老用户，要提高消费金额，变为高价值用户）
R⬆︎F⬇︎M⬇︎ 一般发展用户（最近有消费、消费金额低、消费频次低）-（低价值新用户，要提高消费频次、消费金额，变为高频老用户）
R⬇︎F⬆︎M⬇︎ 一般保持用户（最近无消费、消费金额低、消费频次高）-（低价值高频老用户，但是最近无消费，要促进消费、提高消费金额）
R⬇︎F⬇︎M⬇︎ 一般挽留用户（最近无消费、消费金额低、消费频次低）-（低价值低频用户，撸牛毛的用户，非公司目标客群）

上述R、F、M三个维度，每个划分为2部分是为了说明每个对应的意义，如果划分为5个部分，原理上则可以形成256组合，既256组会员，每组会员意义各不相同，可以分别针对每组会员制定有针对性的营销活动。