1.RFM,指客户数据库中的三个要素,这三个要素构成了数据分析最好的指标:最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)
2.使用目的:将主题的指标表现进行评估,评估标准是RFM三要素,同时参考RFM的权重,对于客户或者目标群体进行分类分析。
3.决策逻辑说明:
- 最近一次消费(Recency):指上一次购买的时候——顾客上一次是几时来店里、上一次根据哪本邮购目录购买东西、什么时候买的车,或在你的超市买早餐最近的一次是什么时候。
- 消费频率(Frequency):指顾客在限定的期间内所购买的次数。
- 消费金额(Monetary):指顾客所花费的金额,是所有数据库报告的支柱,也可以验证“帕雷托法则”(Pareto’s Law)——公司80%的收入来自20%的顾客。
--传统的RFM模型与电信业RFM模型的各指标含义比较
模型 | R(近度) | F(频度) | M(值度) |
传统的RFM模型 | 客户最近一次 | 客户一定时期 | 客户一定时期 |
购买距离分析 | 内购买该企业 | 内购买该企业 | |
点的时间 | 产品的次数 | 产品的总金额 | |
电信业RFM模型 | 客户最后一次 | 客户一定时期 | 客户一定时期 |
交费距离分析 | 内交费的次数 | 内的交费总额 | |
点的时间 | | |
以客户交费的近度、频度和值度来替代客户消费的近度、频度和值度,基于以下几点考虑:
(1)客户交费的时间间隔较大,以交费近度替代消费近度,避免了客户消费的近度难于区分的问题。
(2)客户交费次数相对较少,可以减少统计客户消费次数的工作量。
(3)客户交费额等于客户消费额.因此,从交费角度构建电信业的RFM模型是可取的。
--聚类分析后产生的8个客户类别: