1. 什么是RFM模型
R | Recency | 最近一次消费时间间隔 |
F | Frequency | 消费频率 |
M | Monetary | 消费金额 |
客户在这三个指标上分别取值高或低,这样就可以把客户分成8类(对应下图中的8个象限),同时这8类客户分别有如下表的命名。
用户分类 | 最近一次消费时间间隔(R) | 消费频率(F) | 消费金额(M) |
重要价值用户 | 高 | 高 | 高 |
重要发展用户 | 高 | 低 | 高 |
重要保持用户 | 低 | 高 | 高 |
重要挽留用户 | 低 | 低 | 高 |
一般价值用户 | 高 | 高 | 低 |
一般发展用户 | 高 | 低 | 低 |
一般保持用户 | 低 | 高 | 低 |
一般挽留用户 | 低 | 低 | 低 |
2. RFM模型有什么用
在基于R\F\M三个指标对用户进行分类后,可以进行精细化运营。
3. 如何使用RFM模型
3.1 计算R\F\M的值
3.2 给R\F\M按价值打分,类似于评分卡,每个指标分出5个箱体,分别打分1-5.
3.3 计算所有客户的价值平均值,得到R_mean\F_mean\M_mean
3.4 用户分类
如果客户的某个指标的价值得分低于价值的平均值,标记为低;否则标记为高。
得出三个指标的高低取值后,根据客户分类的规则,可以得到每个客户的标签。
3.5 精细化运营
用户分类 | R | F | M | 精细化运营 |
重要价值用户 | 高 | 高 | 高 | vip服务 |
重要发展用户 | 高 | 低 | 高 | 想办法提高消费频率 |
重要保持用户 | 低 | 高 | 高 | 主动联系 |
重要挽留用户 | 低 | 低 | 高 | 分析哪里出了问题 |
一般价值用户 | 高 | 高 | 低 | |
一般发展用户 | 高 | 低 | 低 | |
一般保持用户 | 低 | 高 | 低 | |
一般挽留用户 | 低 | 低 | 低 |
4. 使用RFM模型的注意事项
4.1 R\F\M指标定义,不同业务定义不同。
4.2 对R\F\M的分箱打分规则,可以根据业务来确定。
ref:
如何通俗易懂的理解和应用RFM分析方法(模型)? - 知乎 (zhihu.com)https://www.zhihu.com/question/49439948/answer/952087556