利用RFM模型做电商客户价值分析

利用RFM模型做电商客户价值分析
客户细分是客户关系管理的一个主要的组成部分，本文尝试以电商企业为研究对象根据其客户特点，提出了一种基于客户价值分析RFM
模型，从而对客户进行分类，并对此结果进行动态的客户分析，以达到对不同的客户采取不同的客户服务的效果。

一、RFM模型介绍

1.RFM模型的基本原理

在RFM模式中，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。一般的分析型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。

利用RFM模型做电商客户价值分析
客户细分是客户关系管理的一个主要的组成部分，本文尝试以电商企业为研究对象根据其客户特点，提出了一种基于客户价值分析RFM模型，从而对客户进行分类，并对此结果进行动态的客户分析，以达到对不同的客户采取不同的客户服务的效果。

a、R(Recency)

R(Recency)最近一次消费：指最近一次会员来店铺购买的时间。

理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。运营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。这也就是为什么，0至6个月的顾客收到运营人员的沟通信息多于2年以上的顾客。

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个月前的客户作了其下一次的购买，他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就收到新的折价信息。

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。

b、F(Frequency)

F(Frequency)消费频率：会员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处偷取市场占有率，由别人的手中赚取营业额。

c、M(Monetary Value)

M(Monetary)消费金额：指会员在限定的期间内所购买的金额。

消费金额可以验证“帕雷托法则”(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倍，占公司所有营业额的40％以上。

作用：

A：RFM模型较为动态地层示了一个会员的全部轮廓，这对个性化的沟通和服务提供了依据。

B：如果与该会员打交道的时间足够长，也能够较为精确地判断该会员的长期价值(甚至是终身价值)，通过改善三项指标的状况，从而为更多的营销决策提供支持。

二.RFM模型客户细分方法

细分步骤：

①将所有客戶按照Recency的值，由小排列到大；前20%的客戶给5分，次20%的客戶给4分，以此类推，最后的20%给1分。

②再将所有客戶按照Frequency的值，由大排列到小；以20%为一群，依序给予5,4,3,2,1分。

③最后将所有客戶按照Monetary的值，由大排列到小；以20%为一群，依序给予5,4,3,2,1分。

RFM的整合:
5-5-5：最好的顾客；

1-1-1：遗弃的客户；

5-1-1：需要挖掘的潜在客户；

1-1-5：运营人员重点维护的高价值客户。

将RFM分别分为5个等级会得到125种组合，计算RFM时，应该根据客户数据特点灵活运用。如果客户人数少，可以减少分级。

三.RFM模型的应用意义

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。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。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状况。

RFM模型较为动态地层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依据，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该客户的长期价值(甚至是终身价值)，通过改善三项指标的状况，从而为更多的营销决策提供支持。

RFM非常适用于生产多种商品的卖家，而且这些商品单价相对不高，如消费品、化妆品、服装、零食等；它也适合在一个企业内只有少数耐久商品，但是该商品中有一部分属于消耗品，如面膜、尿不湿、零食等消耗品

RFM可以用来提高客户的交易次数。业界常用的EDM和短信，常常批量滥发，不仅费钱而且效果很差。根据统计(以一般邮购日用品而言)，如果将所有R(Resency)的客户分为五级，最好的第五级转换率是第四级的三倍，因为这些客户刚完成交易不久，所以会更注意店铺促销信息。如果用M(Monetary)来把客户分为五级，最好与次好的平均转化率，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都各分为五级)来比较消费者在级别区间的变动，则更可以显现出相对行为。企业用R、F的变化，可以推测客户消费的异动状况，根据客户流失的可能性，列出客户，再从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高的客户上，重点拜访或联系，以最有效的方式挽回更多的商机。

RFM也不可以用过头，而造成高交易的客户不断收到短信。每一家店铺应该设计一个客户接触频率规则，如购买三天或一周内应该发出一个感谢的电话或Email，并主动关心消费者是否有使用方面的问题，一个月后发出使用是否满意的询问，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。