微信号:cntongji

介绍:中国统计网(www.itongji.cn),国内最大的数据分析门户网站.提供数据分析行业资讯,统计百科知识、数据分析、商业智能(BI)、数据挖掘技术,Excel、SPSS、SAS、R等数据分析软件等在线学习平台.

RFM模型:搭建客户价值分析模型!

2019-06-11 15:30 中国统计网

- 点击上方“中国统计网”订阅我吧!-



很多直接面向消费者的企业,也是我们常说的To C的企业通常都会建立自己的会员体系,并在线上和线下的渠道中积累了大量的会员数据。但是如何能够更好的利用这些会员数据以及如何识别哪些是高价值的会员,这些都是每个企业都在不断探索的话题。


我们今天就一起来讨论一个可行的方案,RFM模型。讨论的内容主要会分为两个部分:

1. 什么是RFM模型?

2. 如何搭建企业自己的RFM模型?


01 什么是RFM模型?


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三项指标来描述该客户的价值状况。


R(Recency):客户最近一次交易时间的间隔。R值越大,表示客户交易发生的日期越久,反之则表示客户交易发生的日期越近。

F(Frequency):客户在最近一段时间内交易的次数。F值越大,表示客户交易越频繁,反之则表示客户交易不够活跃。

M(Monetary):客户在最近一段时间内交易的金额。M值越大,表示客户价值越高,反之则表示客户价值越低。



那RFM模型对识别客户价值有什么意义呢?答案是当我们对RFM进行了定义后,我们就可以根据RFM对客户或者会员进行价值分析了。


如下图的客户价值分类来看消费金额“M”在RFM模型中是出于支柱地位,当“R”,“F”,“M”都处于平均值以上的时候,此客户为重要价值客户,当“R”,“F”处于平均值以下,但是“M”处于平均值以上的时候,此客户为重要挽留客户。(“↑”表示大于均值,“↓”表示小于均值)



下图是一个真实的RFM价值分析表格,Money为金额,Amount为购买频次,days为离上次的购买天数。在这里我们就可以根据RFM的值来得出客户的价值分类,如图所示的流失客户、重要换回客户和一般维持客户等等。



上面介绍了RFM模型的含义和应用,接下来我们进入非常重要的环节:企业如何搭建自己的RFM模型。


02 如何搭建企业自己的RFM模型?


第一步:计算每个客户的RFM指标。你可以通过CRM或者BI工具计算出来每个客户的R,上次购买时间。F,购买次数。M,购买金额。如下图所示:



第二步:定义到R,F,M的度量范围。如下图,我们将上次购买时间设为0到100天,购买次数从0到6,购买金额从$0到$1200。



接下来我们可以把R,F,M分别划分为几个细分的部分



第三步:在RFM表格中添加我们细分的段号。如A客户上次购买时间为53天前,购买频次为3次,总金额为$230,所以A客户的RFM为2,2,2。同理我们得出B客户的RFM为3,3,2。C客户的RFM为1,1,1。



通过上述的过程我们将您的客户群划分为以下的三维立方体中



因为有三个变量,所以要使用三维坐标系进行展示,X轴表示Recency,Y 轴表示Frequency,Z轴表示Monetary,坐标系的8个象限分别表示8类用户(重要价值客户、重要保持客户、重要发展客户、重要挽留客户、一般价值客户、一般保持客户、一般发展客户、一般挽留客户),根据上表中的分类,可以用如下图形进行描述:



接下来我可以根据不同的客户价值属性来进行针对性的营销。比如我可以对R象限右侧的客户(近期购买过产品的客户)进行向上和交叉销售。而对于挽留客户(风险客户)可以发起客户保留市场活动等。如下图:



RFM还可以用来对客户进行会员等级的划分,根据客户的购买频次和购买金额来设定客户的金、银、铜的级别。


如下图,当购买频次较多金额也较大的客户我们设定为PREMIUM,而购买频次或购买金额较少的客户设定为较低级别的SILVER。




每当客户交易一次的时候我们都会重新计算会员等级是否有变化,结合客户的R(最近购买时间)后,可将会员按照活跃、风险和流失的客户几个维度来查看不同级别会员的情况。如发现高级别会员的流失比率比较大的时候,我们就要分析具体情况,采取措施来召回和挽留这些重要客户。



结语

客户的价值分析可能不只是上面提到的RFM模型,还可以把更多的维度添加进来然后进行分析,如官网的访问频次,微信的交互情况,邮件打开率等。



当你加入的维度越多,模型搭建的就会越复杂,如果你刚刚开始进行搭建自己公司客户价值分析模型的话,建议还是从最基础的RFM模型开始做起。


End.

来源:Salesforce知识


扫描图中二维码,立刻咨询!

点击试听→「零基础入职数据分析-就业班」试听课 


点击阅读全文,入职数据分析!
 
中国统计网 更多文章 VLOOKUP函数在统计工作中的应用 10个知识点,带你入坑机器学习! SQL干货: Group by 的plus版 17种经典图表总结,轻松玩转数据可视化! 精辟:数据分析就一个字“拆”!
猜您喜欢 一段生成无限级别分类的代码思考 小知识:入门automake 只有资源平等,只有你足够优秀,才会有人脉可言 【报道】江苏达内1702期学员正式开班啦! 让程序员干的爽,他们肯定愿意留下