RFM模型是分析中比较重要的一个模型,其方法的核心其实就在于用户的分类。使用Recency(最近一次消费)、Frequency(频率)、Money(消费金额)来对用户进行了区分。
目的
RFM模型根据用户历史行为数据,结合业务理解,实现用户分类,助力用户的精准营销,是衡量客户价值和客户创利能力的重要工具和手段。
模型简介
3个划分维度
通过对时间、频次、金额对客户进行相应的划分。
R - Recency
最近一次消费:基于当前时点,统计用户最近一次消费时点和当前时点的时间差。
理论上,如果最近一次消费时间越近,说明该客户越活跃,对提供即时的商品或是服务也最有可能会有反应,而越远说明该客户可能存在流失,需要制定相应的策略进行唤醒,要吸引一个几个月前才上门的顾客购买,比吸引一个一年多以前来过的顾客要容易得多。
F - Frequency
消费频次:指定时间区间内统计用户的购买次数。
一般情况下,如果客户购买次数越多,说明该客户越喜欢对应产品,客户的忠诚度越高,可以予以奖励,而如果购买次数越少,则说明可以使用优惠促销的方式来刺激该客户的消费。
M - Money
消费金额:指定时间区间内统计用户的消费总金额。
一般情况下,消费金额越高,说明该客户的价值越高,消费水平越强,越应该抓住。
流程
- 获取R、F、M三个维度下的原始数据
- 定义R、F、M的评估模型与判断阈值
- 进行数据处理,获取R、F、M的值
- 参照评估模型与阈值,对用户进行分层
- 针对不同层级用户制定运营策略
评估模型的选定以及判断阈值的选取是需要结合具体的业务场景进行分析的,如果说每个维度下进行2个分类的划分,即高/低,则最终则会得到2^3=8个类别。当然,也可以进行更加精细的划分从而进行更精准的策略制定。
策略样例
对于3个维度进行客户划分,从而制定对应的营销策略。
客户类别 | R | F | M | 运营策略 |
---|---|---|---|---|
高价值用户 | 高 | 高 | 高 | 维持现状 |
重点发展用户 | 高 | 低 | 高 | 提升频次 |
重点保持用户 | 低 | 高 | 高 | 用户回流 |
重点挽留用户 | 低 | 低 | 高 | 重点召回 |
一般价值用户 | 高 | 高 | 低 | 刺激消费 |
一般发展用户 | 高 | 低 | 低 | 挖掘需求 |
一般保持用户 | 低 | 高 | 低 | 流失召回 |
一般挽留用户 | 低 | 低 | 低 | 可放弃治疗 |
RFM模型可以较为动态的展示客户全貌,对提供个性化的沟通和服务提供了一定的依据,从而为更多的营销决策提供数据支持~
适用于展现RFM模型的图 - 气泡图~