正文

rfm數(shù)據(jù)分析模型（rfm分析表）

發(fā)布時間：2023-04-08 01:21:20 稿源：創(chuàng)意嶺閱讀： 129

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于rfm數(shù)據(jù)分析模型的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內優(yōu)秀的企業(yè)，服務客戶遍布全球各地，如需了解SEO相關業(yè)務請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

1、RFM模型對應的特征在本案例中是什么?
2、【分析方法or思維】RFM模型——用戶價值分析
3、RFM模型的應用意義
4、評估客戶價值的三種模型：RFM、CLV、顧客社交價值模型

rfm數(shù)據(jù)分析模型（rfm分析表）

一、RFM模型對應的特征在本案例中是什么?

RFM模型特征

簡單性，只需要四個字段，客戶名稱、消費時間、消費金額和消費頻率?？陀^性，利用數(shù)學尺度，簡單且明確的描述客戶價值。

直觀，解釋性極高。RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。在眾多的客戶關系管理(CRM)的分析模式中，RFM模型是被廣泛提到的。該機械模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢3項指標來描述該客戶的價值狀況。

二、【分析方法or思維】RFM模型——用戶價值分析

RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段，模型主要是利用客戶的最近一次消費（Recency）、總體消費頻率（Fequency）以及消費全額（Monetary）3項指標來描述該客戶的價值狀況。 RFM代表近度，頻率和額度，這些指標表征了客戶的一些消費行為和習慣。頻率和額度會影響客戶的生命周期價值，新近度會影響保留率，而保留率是忠誠度的衡量標準。

RFM是一種客戶細分技術，用以幫助營銷人員快速識別用戶類型及群體分類，并幫助營銷人員根據(jù)客戶細分類型的共性、個性提供一定的營銷策略。因而，RFM的最終成果是客戶的分類及分類分析。

三、RFM模型的應用意義

RFM模型較為動態(tài)地顯示了一個客戶的全部輪廓，這對個性化的溝通和服務提供了依據(jù)，同時，如果與該客戶打交道的時間足夠長，也能夠較為精確地判斷該客戶的長期價值(甚至是終身價值)，通過改善三項指標的狀況，從而為更多的營銷決策提供支持。

在RFM模式中，R(Recency)表示客戶購買的時間有多遠，F(xiàn)(Frequency)表示客戶在時間內購買的次數(shù)，M (Monetary)表示客戶在時間內購買的金額。一般的分析型CRM著重在對于客戶貢獻度的分析，RFM則強調以客戶的行為來區(qū)分客戶。

RFM非常適用于生產(chǎn)多種商品的企業(yè)，而且這些商品單價相對不高，如消費品、化妝品、小家電、錄像帶店、超市等；它也適合在一個企業(yè)內只有少數(shù)耐久商品，但是該商品中有一部分屬于消耗品，如復印機、打印機、汽車維修等消耗品；RFM對于加油站、旅行保險、運輸、快遞、快餐店、KTV、行動電話信用卡、證券公司等也很適合。

RFM可以用來提高客戶的交易次數(shù)。業(yè)界常用的DM(直接郵寄)，常常一次寄發(fā)成千上萬封郵購清單，其實這是很浪費錢的。根據(jù)統(tǒng)計(以一般郵購日用品而言)，如果將所有R(Recency)的客戶分為五級，最好的第五級回函率是第四級的三倍，因為這些客戶剛完成交易不久，所以會更注意同一公司的產(chǎn)品信息。如果用M(Monetary)來把客戶分為五級，最好與次好的平均回復率，幾乎沒有顯著差異。

有些人會用客戶絕對貢獻金額來分析客戶是否流失，但是絕對金額有時會曲解客戶行為。因為每個商品價格可能不同，對不同產(chǎn)品的促銷有不同的折扣，所以采用相對的分級(例如R、F、M都各分為五級)來比較消費者在級別區(qū)間的變動，則更可以顯現(xiàn)出相對行為。企業(yè)用R、F的變化，可以推測客戶消費的異動狀況，根據(jù)客戶流失的可能性，列出客戶，再從M（消費金額）的角度來分析，就可以把重點放在貢獻度高且流失機會也高的客戶上，重點拜訪或聯(lián)系，以最有效的方式挽回更多的商機。

RFM也不可以用過頭，而造成高交易的客戶不斷收到信函。每一個企業(yè)應該設計一個客戶接觸頻率規(guī)則，如購買三天或一周內應該發(fā)出一個感謝的電話或Email，并主動關心消費者是否有使用方面的問題，一個月后發(fā)出使用是否滿意的詢問，而三個月后則提供交叉銷售的建議，并開始注意客戶的流失可能性，不斷地創(chuàng)造主動接觸客戶的機會。這樣一來，客戶再購買的機會也會大幅提高。

企業(yè)在推行CRM時，就要根據(jù)RFM模型的原理，了解客戶差異，并以此為主軸進行企業(yè)流程重建，才能創(chuàng)新業(yè)績與利潤。否則，將無法在新世紀的市場立足。

rfm數(shù)據(jù)分析模型（rfm分析表）

四、評估客戶價值的三種模型：RFM、CLV、顧客社交價值模型

筆者一直從事于用戶運營領域，很多情況下都是要在資源有限情況下，去最大化的撬動效益，如何挖掘能創(chuàng)造最大價值的客戶就是用戶運營的最基礎工作了。這個和基于用戶價值的細分模型基本上是一個意思，注意本文討論的用戶價值指的是用戶對企業(yè)創(chuàng)利能力的衡量，而不是傳統(tǒng)營銷學理論中企業(yè)為客戶提供的價值。

本文我們會來談談常用的幾個衡量客戶價值的模型，以及它們的區(qū)別和應用場景。

提到如何衡量客戶價值，RFM基本上是頭腦中第一個想到的模型，也是大部分運營人員都會接觸到的。根據(jù)Arthur Hughes的研究，發(fā)現(xiàn)客戶的數(shù)據(jù)中有三個非常重要的指標：

這三個指標非常有意思，我們可以從中將用戶的活躍度，忠誠度和消費能力評估出來，如下圖：

按照案例中的情況，我們分別將R\F\M三個值都再細分成了4個等級，現(xiàn)在大家可以思考一下：000代表了什么客戶，她與004的區(qū)別在哪里？她們的價值是否不同，是否要區(qū)分維護？

在下面的表格里，我會列舉當中一些具有明顯特征的用戶價值細分，大家可以好好體會一下：

最后以一個問題，結束對RFM的探討，大家認為040與004，哪個價值更大些呢？

我們知道并不是所有的顧客都具備相同的價值，如果企業(yè)能夠專注于那些可以帶來最大未來利益的客戶，就可以實現(xiàn)更好的運營。所以企業(yè)必須識別出這些客戶，CLV是對客戶未來利潤的有效預測，它還有另外一個名字，叫做LTV （life time value)。

實際上這個模型在中小企業(yè)的具體運營中應用到的不多，更多是在做年度規(guī)劃，年度財務核算，或者企業(yè)戰(zhàn)略中會較為常見的使用，以站在企業(yè)的戰(zhàn)略層面去考慮顧客價值與投入之間的關系。

這里需要特別說明的是，CLV考慮了完整的客戶生命周期，包含客戶獲取和客戶流失，也就是它計算的不只是眼前顧客已經(jīng)產(chǎn)生的價值，還預測了未來價值。

CLV的計算公式有非常多，有的會非常復雜，主要在流失率這個環(huán)節(jié)和影響因素就相當多，也有會加上投入成本，價值變化率和利率變化等等。

我認為比較實用簡單的是這種：

注意此公式對群體有效，對個體精準度較低，因為個體流失率影響因素太多，而群體流失率卻是可以統(tǒng)計的。

那對于CLV的應用，可以從以下兩個模型來看，將企業(yè)的最優(yōu)客戶與不值得投入的客戶區(qū)分出來：

最后也以一個問題，結束對CLV的探討，大家認為這個公式實際應用中如何提高計算的精度呢？

（1）顧客社交活躍度模型

其實這個是我寫這篇文章的初衷，實際上在我目前的工作中，單獨用以上基于顧客消費屬性來給顧客做價值判斷和細分已經(jīng)很少見了。在目前新的商業(yè)環(huán)境下，品牌與用戶不僅僅是消費購物，推送產(chǎn)品的關系，而更多是互動與彼此認知。單個用戶自帶的傳播屬性和影響力，反而收到了越來越多的重視和運用。

用平實的語言來說，顧客的價值不僅僅是她給企業(yè)直接帶來的現(xiàn)金利潤，也應當考慮用戶對企業(yè)美譽度，傳播度的價值影響。

最近看到的對于顧客社交價值測算的模型還是非常有用處的，分享給大家。

這個模型用于區(qū)分品牌的社交活躍度用戶，這部分用戶在對于品牌ugc內容產(chǎn)出，社區(qū)活躍度上起到很大貢獻。

（2）顧客影響力模型

這個模型在于找到品牌中的影響力人群，目前的KOL影響力毋庸置疑，如果品牌能從自身用戶中發(fā)覺培養(yǎng)，定能起到四兩撥千斤的作用。

以上就是三種常見的用戶價值分析模型，那在日常運用中，還是要化繁為簡，考慮實際運用場景，選擇適合的運用模型。

這里給到大家的建議是將模型計算的結果標簽化放在每個用戶身上，比如：用戶A，可以給她貼上“活躍度高，影響力弱，可獲利客戶”等等，那么在實際運用中，即可靈活根據(jù)標簽篩選人群，進行營銷策略。

以上就是關于rfm數(shù)據(jù)分析模型相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內容。