-
让品牌有温度、有情感
专注品牌策划15年
rfm模型概述及应用分析
发布时间：2023-04-14 05:10:11
稿源：
创意岭 阅读：
100
大家好！今天让创意岭的小编来大家介绍下关于rfm模型概述及应用分析的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。
开始之前先推荐一个非常厉害的Ai人工智能工具，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等
只需要输入关键词，就能返回你想要的内容，越精准，写出的就越详细，有微信小程序端、在线网页版、PC客户端
创意岭作为行业内优秀的企业，服务客户遍布全球各地，如需了解SEO相关业务请拨打电话175-8598-2043，或添加微信：1454722008
本文目录:
一、rfm模型的三个指标是什么?
根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有3个神奇的要素，这3个要素构成了数据分析最好的指标：
1、最近一次消费
最近一次消费意指上一次购买的时候——顾客上一次是几时来店里、上一次根据哪本邮购目录购买东西、什么时候买的车，或在你的超市买早餐最近的一次是什么时候。
理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。营销人员若想业绩有所成长，只能靠偷取竞争对手的市场占有率，而如果要密切地注意消费者的购买行为，那么最近的一次消费就是营销人员第一个要利用的工具。
历史显示，如果能让消费者购买，他们就会持续购买。这也就是为什么，0至3个月的顾客收到营销人员的沟通信息多于3至6个月的顾客。
2、消费频率
消费频率是顾客在限定的期间内所购买的次数。我们可以说最常购买的顾客，也是满意度最高的顾客。如果相信品牌及商店忠诚度的话，最常购买的消费者，忠诚度也就最高。增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。
分类：
根据这个指标，我们又把客户分成五等分，这个五等分分析相当于是一个“忠诚度的阶梯”(loyalty ladder)，如购买一次的客户为新客户，购买两次的客户为潜力客户，购买三次的客户为老客户，购买四次的客户为成熟客户，购买五次及以上则为忠实客户。
其诀窍在于让消费者一直顺着阶梯往上爬，把销售想象成是要将两次购买的顾客往上推成三次购买的顾客，把一次购买者变成两次的。
3、消费金额
消费金额是所有数据库报告的支柱，也可以验证“帕雷托法则”(Pareto’s Law)——公司80%的收入来自20%的顾客。
它显示出排名前10%的顾客所花费的金额比下一个等级者多出至少2倍，占公司所有营业额的40%以上。如看累计百分比的那一栏，我们会发现有40%的顾客贡献公司总营业额的80%；而有60%的客户占营业额的90%以上。
最右的一栏显示每一等分顾客的平均消费，表现最好的 10%的顾客平均花费1195美元，而最差的10%仅有18美元 。
应用意义
RFM模型较为动态地显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。
在RFM模式中，R(Recency)表示客户购买的时间有多远，F(Frequency)表示客户在时间内购买的次数，M (Monetary)表示客户在时间内购买的金额。一般的分析型CRM着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。
RFM非常适用于生产多种商品的企业，而且这些商品单价相对不高，如消费品、化妆品、小家电、录像带店、超市等；
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，如复印机、打印机、汽车维修等消耗品；RFM对于加油站、旅行保险、运输、快递、快餐店、KTV、行动电话信用卡、证券公司等也很适合。
RFM可以用来提高客户的交易次数。业界常用的DM(直接邮寄)，常常一次寄发成千上万封邮购清单，其实这是很浪费钱的。
根据统计(以一般邮购日用品而言)，如果将所有R(Recency)的客户分为五级，最好的第五级回函率是第四级的三倍，因为这些客户刚完成交易不久，所以会更注意同一公司的产品信息。如果用M(Monetary)来把客户分为五级，最好与次好的平均回复率，几乎没有显著差异。
二、【知识分享】RFM模型与顾客生命周期管理（二）
二. RFM模型的应用
说到应用，主要可拆分为三个步骤：进行客户细分、输出目标客户还有针对性的二次营销。与一般想象不同，并不是细分维度越多越好——我们主要有两个指标来帮助自己选择合适的细分指标：一是店铺规模，而是店铺的商品和顾客结构。比如一个只有百人客户群的店铺，那么其用户画像的丰富性一定不及饿了么的外卖群体；一个只卖母婴产品的垂直网站，其典型的用户画像一定是母亲和幼儿，不论其用户群大小。
这张表格阐述了营销方法、客户细分以及营销策略三者之间的关系。从R值可区分顾客的活跃程度，从F值可以区分顾客的忠诚程度，从M值可以区分顾客的可获利程度。
我们可以根据RFM的综合值给每个用户进行打分（线性？三维立体？），分数越高的顾客对店铺的意义和重要性越大。但不代表分数低的那些组人员需要放弃。相反，我们再次强调的是对于不同的顾客，营销策略要差异化。
CHAPTER THREE 顾客生命周期管理
生命周期，born-grow-flourish-decend-death，有生有亡，这是个必然的过程。顾客也是，每天有新人来，每天也有顾客遗忘你。作为店铺管理者，需要关注的重点是如何有效的划分客户生命周期以及如何针对不同生命周期客户制定有效的营销策略。
上表以店铺售卖商品类目回购周期为维度，划分了生命周期的五个阶段，并标明了客户特征。供大家参考。
CHAPTER FOUR 顾客生命周期营销
结合上一张图的顾客营销策略，这里是一张示例的计划表。
这张图列举了目前市面上可见的维系类活动与营销类活动。
三、基于RFM模型的用户分类及精细化运营（附实例）
一、RFM模型简介
1、释义
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。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。该机械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3项指标来描述该客户的价值状况。
R：最近一次消费 (Recency)：代表用户距离当前最后一次消费的时间
F：消费频率 (Frequency)：用户在一段时间内，对产品的消费频次
M：消费金额 (Monetary)：代表用户的贡献价值
一般情况下，我们将R、F、M分别分五个维度打分，通过归一化打分之后，把用户所打分值与所有用户的总分均值作高低比较，再将R、F、M每个方向定义为：高、低，两个方向，如此可将用户分为2 2 2=8类，如下：
当我们将客户分类后，便可以针对性指定精细化运营策略，帮助大家了解完RFM模型后，我将用一个实例具体展示操作流程，以下实例以某玩家作品网站为例，爬取前十个网页共240个玩家作品的昵称、编号、点赞数、积分、上传日期时间等信息进行分析，具体流程如下：
1 数据爬取
2 数据清洗
3 数据分析
3.1 重新定义RFM
3.2 定义RFM打分标准
3.3 归一化打分
3.4 计算RFM均值
3.5 用户分类
3.6 统计与可视化
4 运营策略
1 数据爬取
2 数据清洗
3 数据分析
3.1 重新定义RFM
由于获取的是作品相关信息（获取信息有限），所以在此对RFM进行重新定义：
R：最近一次上传作品日期据今天几天；
F：作品数（用户最近一段时间内上传作品的数量）；
M：点赞数（用户最近一段时间内上传作品的点赞总数）
3.2 定义RFM打分标准
3.3 归一化打分
3.4 计算RFM均值
3.5 用户分类
将3.3与3.4比较得出用户分类
3.6 统计与可视化
4 运营策略
以上便是此次操作全过程，不当之处，还请指正，谢谢！
四、会员系统RFM数据分析模型的什么是RFM数据分析模型
RFM 模型是会员管理领域里的一种会员消费行为分析模型， 其中R近度(Recency） 代表最近购买时间，指上次购买至现在的时间间隔； F 频度(Frequency)代表购买频率，指的是某一期间内购买的次数；M额度(Monetary) 代表总购买金额，指的是某一期间内购买商品的金额。
RFM模型在反映会员购买偏好方面具有良好的表征性。
经过研究发现 R值越小，会员越有可能与企业达成新的交易。 F值越大，会员越有可能与企业达成新的交易。 M值越大，会员越有可能与企业达成新的交易。 RFM 模型在反映会员价值方面同样具有良好的表征性，它是衡量会员价值和会员创利能力的重要工具和手段。一卡易将该模型成功应用于会员系统中，通过一个会员的近期购买行为、购买的总频率以及购买的总金额等3项指标来描述该会员的价值状况。如果与该会员打交道的时间足够长，也能够较为精确地判断该会员的长期价值（ 甚至是终身价值），通过改善3项指标的状况，从而为更多的营销决策提供支持。 连锁会员系统的‘统计分析’模块运用RFM模型做出‘会员RFM’，帮助使用者来了解会员的消费行为和消费的意向。
以上就是关于rfm模型概述及应用分析相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。
推荐阅读：
colourful怎么读英语（colourful怎么读英语怎么读）
paper免费查重入口官网（paperfree免费查重入口官网）
赣公网安备 50019002502384号
