RFM分析模型

1、RFM分析模型

1.1模型介绍：根据历史消费数据对用户进行聚类，并判断每类细分用户的价值,对新的客户进行观察和判别分类，针对不同的特征的客户进行相应的营销策略。

1.2 使用方向：RFM分析模型起初主要用于直效营销领域，目的是提高老客户交易的次数。大量的统计发现，紧随参数R之后、与重复购买有密切关系的是参数F，M与刺激重复购买的频率之间关系不那么紧密。一般用R、F的变化来推测客户消费的异动状况，根据客户流失的可能性，再从M的角度来分析。

1.3操作方向：可以根据（R,F,M）每个维度划分5个层级，这么样每个客户就一个代码例如（5,5,5）、（5,4,3）等，开展市场营销活动的时候可以从中挑选出若干有的放矢。

1.4使用行业：

非常适用于提供多种商品的零售企业，这些商品单价相对不高，或者相互间有互补性，具有多次重复购买的必要。

互联网行业/自媒体，最近一次使用APP的时间，使用的频率，使用APP的累计时间，从而对用户进行聚类。

2、利用RFM分析模型进行精细化运营的思路

1）重要价值用户：RFM三个值都很高，忠诚度高消费力强，就要提供VIP专属服务

2）重要发展用户：消费频率低，但是其他两个值很高，就要想办法提高客户的消费频率

3）重要保持用户：最近消费距离现在时间较远，也就是F值低，但是消费频次和消费金额高。是一段时间没来的忠实客户。应该想办法提高客户的复购率

4）重要挽留客户：最近消费时间距离现在较远、消费频率低，但消费金额高。这种用户，即将流失，要调查清楚哪里出了问题，并想办法挽回

5）一般价值客户：忠诚度很高，但可能消费能力不是特别高，作为流量客户通过活动折扣进行维持

6）一般发展客户：可能是新客户，需要继续观察一段时间

3、基于EXCEL的RFM的实例分析

3.1获取并整理数据

3.2建立每个维度的判别规则

3.3客户判别（使用LOOKUP函数匹配）

3.4结果分析