RFM模型

前言

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。在众多的客户关系管理(CRM)的分析模式中,RFM模型是被广泛提到的。该机械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3项指标来描述该客户的价值状况。

一、RFM模型

  • R (Recency):指用户的最近一次消费时间,简单来说就是用户最后一次下单时间距今天有多长时间了,这个指标与用户流失和复购直接相关。
  • F(Frequency):指用户下单频率,简单来说就是用户在固定的时间段内消费了几次。这个指标反映了用户的消费活跃度。
  • M(Monetary):指用户消费金额,简单来说就是用户在固定的周期内在平台上花了多少钱,直接反映了用户对公司贡献的价值。

RFM模型就是根据用户近期购买行为、购买总体频率和花了多少钱三项指标来描述该客户的价值状况。

二、RFM模型的应用

通过RFM分析可以将客户群体划分为一般保持客户、一般发展客户、一般价值客户、一般挽留客户、重要保持客户、重要发展客户、重要价值客户、重要挽留客户等八个级别。

类别 R F M 运营策略
重要价值客户 保持好现状
重要发展客户 刺激消费频率
重要保持客户 要留住这个客户
重要挽留客户 要留住他并且刺激他的消费频率
一般价值客户 刺激他消费力度
一般发展客户 刺激他消费频率和力度
一般保持客户 要留住他并且刺激他的消费力度
一般挽留客户 要各方面进行刺激

维度打分:
维度确认的核心是分值确定,按照设定的标准,我们给每个消费者的R/F/M值打分,分值的大小取决于我们的偏好,即我们越喜欢的行为,打的分数就越高。以R值为例,R代表了用户有多少天没来下单,这个值越大,用户流失的可能性越大,我们当然不希望用户流失,所以R越大,分值越小。F值代表了用户购买频次,M值则是用户平均支付金额,这两个指标是越大越好,即数值越大,得分越高。

RFM模型中打分一般采取5分制,有两种比较常见的方式,一种是按照数据的分位数来打分,另一种是依据数据和业务的理解,进行分值的划分。这里是需要我们加深对数据的理解,进行自己的分值设置,所以讲述过程中使用的是第二种,即提前制定好不同数值对应的分值。

你可能感兴趣的:(数据分析方法论,数据分析)