客户细分是客户关系管理的一个主要的组成部分,本文尝试以电商企业为研究对象根据其客户特点,提出了一种基于客户价值分析RFM模型,从而对客户进行分类,并对此结果进行动态的客户分析,以达到对不同的客户采取不同的客户服务的效果。
在众多的客户关系管理(CRM)的分析模式中,RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。
RFM模型较为动态地层示了一个客户的全部轮廓,这对个性化的沟通和服务提供了依据,同时,如果与该客户打交道的时间足够长,也能够较为精确地判断该客户的长期价值(甚至是终身价值),通过改善三项指标的状况,从而为更多的营销决策提供支持。
RFM非常适用于生产多种商品的卖家,而且这些商品单价相对不高,如消费品、化妆品、服装、零食等;它也适合在一个企业内只有少数耐久商品,但是该商品中有一部分属于消耗品,如面膜、尿不湿、零食等消耗品。
RFM可以用来提高客户的交易次数。业界常用的EDM和短信,常常批量滥发,不仅费钱而且效果很差。根据统计(以一般邮购日用品而言),如果将所有R(Resency)的客户分为五级,最好的第五级转换率是第四级的三倍,因为这些客户刚完成交易不久,所以会更注意店铺促销信息。如果用M(Monetary)来把客户分为五级,最好与次好的平均转化率,几乎没有显著差异。
有些人会用客户绝对贡献金额来分析客户是否流失,但是绝对金额有时会曲解客户行为。因为每个商品价格可能不同,对不同产品的促销有不同的折扣,所以采用相对的分级(例如R、F、M都各分为五级)来比较消费者在级别区间的变动,则更可以显现出相对行为。企业用R、F的变化,可以推测客户消费的异动状况,根据客户流失的可能性,列出客户,再从M(消费金额)的角度来分析,就可以把重点放在贡献度高且流失机会也高的客户上,重点拜访或联系,以最有效的方式挽回更多的商机。
RFM也不可以用过头,而造成高交易的客户不断收到短信。每一家店铺应该设计一个客户接触频率规则,如购买三天或一周内应该发出一个感谢的电话或Email,并主动关心消费者是否有使用方面的问题,一个月后发出使用是否满意的询问,而三个月后则提供交叉销售的建议,并开始注意客户的流失可能性,不断地创造主动接触客户的机会。这样一来,客户再购买的机会也会大幅提高。
随机抽取的20名中国移动客户的数据,分析显示如下表: 随机抽取的20名客户的数据分析显示如下表: |
ID | Recency | Frequency | Monetary | FRM |
score | score | score | score | |
1 | 2 | 2 | 1 | 221 |
2 | 2 | 2 | 2 | 222 |
3 | 1 | 1 | 2 | 112 |
4 | 2 | 2 | 2 | 222 |
5 | 2 | 1 | 1 | 211 |
6 | 1 | 1 | 1 | 111 |
7 | 2 | 1 | 1 | 211 |
8 | 1 | 1 | 2 | 112 |
9 | 1 | 2 | 2 | 122 |
10 | 1 | 1 | 1 | 111 |
11 | 2 | 1 | 2 | 212 |
12 | 2 | 2 | 2 | 222 |
13 | 2 | 2 | 2 | 222 |
14 | 1 | 2 | 2 | 122 |
15 | 1 | 1 | 2 | 112 |
16 | 2 | 1 | 1 | 211 |
17 | 2 | 2 | 1 | 112 |
18 | 1 | 1 | 1 | 111 |
19 | 1 | 1 | 1 | 111 |
20 | 2 | 2 | 1 | 221 |
类别 | R | F | M | 运营策略 | |
重要价值 | 重要价值客户 | 高 | 高 | 高 | 保持现状 |
重点发展 | 重要发展客户 | 高 | 低 | 高 | 提升频次 |
重点保持 | 重要保持客户 | 低 | 高 | 高 | 用户回流 |
重点挽留 | 重要挽留客户 | 低 | 低 | 高 | 重点召回 |
一般客户 | 一般价值用户 | 高 | 高 | 低 | 刺激消费 |
一般客户 | 一般发展用户 | 高 | 低 | 低 | 挖掘需求 |
一般客户 | 一般保持用户 | 低 | 高 | 低 | 流失召回 |
无价值 | 一般挽留用户 | 低 | 低 | 低 | 可放弃 |