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