rfm模型分別代表

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于rfm模型分別代表的問題，以下是小編對(duì)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(gè)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(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，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(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、基于RFM分析的客戶細(xì)分！讓市場(chǎng)營銷事半功倍！

• 2、RFM模型如何實(shí)際應(yīng)用？

• 3、如何分析RFM模型才能最有效，才能真正起到精細(xì)化運(yùn)營的作用？

• 4、rfm模型在客戶細(xì)分中有什么作用

一、基于RFM分析的客戶細(xì)分！讓市場(chǎng)營銷事半功倍！

市場(chǎng)和運(yùn)營往往絞盡腦汁 做活動(dòng)、上新品、蹭熱點(diǎn)、做營銷，拓渠道，不斷開發(fā)客戶 、 做回訪維系客戶感情 ，除了少數(shù)運(yùn)氣好的之外，大部分效果寥寥，這是為何？這年頭做營銷這么難嗎？

聰明的營銷人員知道“ 了解客戶 ”和“ 客戶細(xì)分 ”的重要性。營銷人員不僅要著眼于創(chuàng)造更多的訪問量和點(diǎn)擊量（無論是郵件還是站點(diǎn)）以提高客戶獲取，還必須遵循從提高點(diǎn)擊率（CTR）轉(zhuǎn)變?yōu)樘岣弑Ａ?，忠誠度并建立客戶關(guān)系的新范式。與其將整個(gè)客戶群作為一個(gè)整體進(jìn)行分析，不如將其劃分為同類群體，了解每個(gè)群體的特征，并使他們參與相關(guān)的活動(dòng)，而不是僅根據(jù)客戶年齡或地理位置進(jìn)行客戶細(xì)分。而 RFM分析是市場(chǎng)營銷人員分析客戶行為的最流行、最簡(jiǎn)單、最有效的客戶細(xì)分方法之一。

R（Recency）最近一次消費(fèi)時(shí)間 ：表示用戶最近一次消費(fèi)距離現(xiàn)在的時(shí)間（或截止到統(tǒng)計(jì)周期）。消費(fèi)時(shí)間越近的客戶價(jià)值越大。1年前消費(fèi)過的用戶肯定沒有1周前消費(fèi)過的用戶價(jià)值大。

F（Frequency）消費(fèi)頻率： 消費(fèi)頻率是指用戶在統(tǒng)計(jì)周期內(nèi)購買商品的次數(shù)，經(jīng)常購買的用戶也就是熟客，價(jià)值肯定比偶爾來一次的客戶價(jià)值大。

M（Monetary）消費(fèi)金額： 消費(fèi)金額是指用戶在統(tǒng)計(jì)周期內(nèi)消費(fèi)的總金額，體現(xiàn)了消費(fèi)者為企業(yè)創(chuàng)利的多少，自然是消費(fèi)越多的用戶價(jià)值越大。

簡(jiǎn)言之， RFM代表近度，頻率和額度 ，每個(gè)值都與某些關(guān)鍵客戶特征相對(duì)應(yīng)。這些RFM指標(biāo)是客戶行為的重要指標(biāo)，因?yàn)轭l率和額度會(huì)影響客戶的生命周期價(jià)值，新近度會(huì)影響保留率，而保留率是忠誠度的衡量標(biāo)準(zhǔn)。

如果是缺乏金錢交易方面的業(yè)務(wù)，例如收視率，讀者人數(shù)等，可以使用" Engagement  "(參與度)代替Monetary。如官網(wǎng)的訪問頻次，微信的交互情況，郵件打開率等。這將導(dǎo)致使用RFE 而不是 RFM。此外，可以根據(jù)指標(biāo)例如跳出率，訪問時(shí)長，訪問的頁面數(shù)，每頁所花費(fèi)的時(shí)間等來將Engagement參數(shù)定義為一個(gè)綜合值。

• 購買的時(shí)間越近，顧客對(duì)促銷的反應(yīng)越積極

• 顧客購買的頻率越高，他們就越投入和越滿意

• 消費(fèi)金額區(qū)分了大筆支出的消費(fèi)者和低價(jià)值的購買者

• 想要提高回購率和留存率，需要時(shí)刻警惕R值

RFM分析可幫助營銷人員找到以下問題的答案：

• 誰是您最有價(jià)值的客戶？

• 導(dǎo)致客戶流失率增多的是哪些客戶？

• 誰有潛力成為有價(jià)值的客戶？

• 你的哪些客戶可以保留?

• 您哪些客戶最有可能對(duì)參與度活動(dòng)做出響應(yīng)？

• 誰是你不需要關(guān)注的無價(jià)值客戶？

• 針對(duì)哪些客戶制定哪種發(fā)展、保留、挽回策略？

通過RFM分析，可以幫助營銷人員實(shí)現(xiàn)客戶細(xì)分；衡量客戶價(jià)值和客戶利潤創(chuàng)收能力；識(shí)別優(yōu)質(zhì)客戶；指定個(gè)性化的溝通和營銷服務(wù)；為更多的營銷決策提供有力支持。

那RFM分析應(yīng)如何開始呢？

由于R值、F值、M值存在量級(jí)之間的差距，無法直觀的通過加減或平均來衡量用戶價(jià)值，這里我們介紹一種評(píng)分方式，根據(jù)三組數(shù)據(jù)各個(gè)值的特性，采用5分制為各個(gè)數(shù)據(jù)賦予一個(gè)評(píng)分值。

讓我們通過一個(gè)客戶交易的樣本數(shù)據(jù)集來演示一個(gè)簡(jiǎn)單的RFM分析是如何工作的：

為了對(duì)此示例進(jìn)行RFM分析，讓我們看看如何根據(jù)每個(gè)RFM屬性分別對(duì)客戶進(jìn)行排名，然后對(duì)這些客戶進(jìn)行評(píng)分。假設(shè)我們使用RFM值從1到5對(duì)這些客戶進(jìn)行排序，R值的評(píng)分機(jī)制是R值越大，評(píng)分越小。

如上表所示，我們按“Recency”對(duì)客戶進(jìn)行了排序，最新的購買者排在首位。由于為客戶分配的分?jǐn)?shù)是1-5，因此前20％的客戶（客戶ID為12、11、1）的“Recency”分?jǐn)?shù)為5，接下來的20％（客戶ID為15、2、7）的分?jǐn)?shù)為4 ， 以此類推。

同樣，我們可以根據(jù)客戶購買從高到低的“Frequency”對(duì)其進(jìn)行排序，將前20％的“Frequency”得分分配為5，依此類推。對(duì)于“Monetary”因素，對(duì)前20％的客戶（消費(fèi)最多的）分配5分，最低的20％得分為1。這些F和M得分總結(jié)如下：

RFM得分

最后，我們可以將這些客戶的R、F和M排名結(jié)合起來得到一個(gè)匯總的RFM得分。 下表中顯示的該RFM得分是各個(gè)R，F(xiàn)和M得分的平均值，是通過對(duì)每個(gè)RFM屬性賦予相等的權(quán)重來獲得的。

這種簡(jiǎn)單的將客戶從1-5排序的方法最多會(huì)產(chǎn)生125個(gè)不同的RFM單元(5x5x5)，范圍從111（最低）到555（最高）。每個(gè)RFM單元的大小不同，依據(jù)客戶的關(guān)鍵習(xí)慣，被捕獲為RFM得分以得出客戶細(xì)分，營銷人員依據(jù)不同得分的客戶制定相應(yīng)的策略。

顯然，針對(duì)不同行業(yè)的企業(yè)如果僅根據(jù)他們的購買或參與行為將每個(gè)客戶的R，F(xiàn)和M得分平均以獲得RFM細(xì)分市場(chǎng)并不公平。這類平均值只適合于均類數(shù)據(jù)，對(duì)于一些不規(guī)則數(shù)據(jù)，平均值會(huì)造成很大的誤差， 因此，根據(jù)您的業(yè)務(wù)性質(zhì)，您可以科學(xué)增加或減少每個(gè)RFM變量的相對(duì)重要性，以得出最終分?jǐn)?shù)。例如：

1 .耐用消費(fèi)品行業(yè)

每筆交易的Monetary通常較高，但Frequency和Recency較低。例如，你不能指望客戶每月購買一臺(tái)冰箱或空調(diào)。在這種情況下，市場(chǎng)營銷人員應(yīng)該更重視Monetary和Recency方面，而不是Frequency方面。

2 .時(shí)裝/化妝品等零售業(yè)務(wù)

每月搜索和購買產(chǎn)品的客戶將有更高的Recency和Frequency得分而不是Monetary得分。因此，可以通過給R和F得分賦予比M更大的權(quán)重來計(jì)算RFM得分。

3 .視頻平臺(tái)等內(nèi)容apps

追劇狂人相比一般消費(fèi)者擁有更長的觀看時(shí)長。對(duì)于這些狂熱者，“參與度”和Frequency可以比Recency給予更多的重視，而對(duì)于一般人群，可以對(duì)Recency和Frequency給予比Engagement更高的權(quán)重，以得出RFE得分。

此外，企業(yè)需要針對(duì)自己的行業(yè)特點(diǎn)靈活變通指標(biāo)的采用。比如在金融行業(yè)，最近一次購買時(shí)間可能并不適用，此時(shí)可以考慮采用金融產(chǎn)品持有時(shí)間來代替R，這樣更能體現(xiàn)用戶與金融企業(yè)建立聯(lián)系時(shí)間的長短。

還有一個(gè)問題是：如果每個(gè)RFM單元都被視為一個(gè)細(xì)分，那么營銷人員將無法單獨(dú)分析所有這125個(gè)客戶細(xì)分市場(chǎng)。因此，通常采用的RFM模型是將這三個(gè)維度指標(biāo)劃分到三維正方體中。

在以上的RFM評(píng)分示例中，我們已經(jīng)分別計(jì)算R、F、M評(píng)分；現(xiàn)在我們進(jìn)一步分別獲得R、F、M的平均值；然后將各個(gè)變量高于平均分的定義為“高”，低于平均分的定義為“低”；根據(jù)三個(gè)變量“高”“低”的組合來定義客戶類型；如“高”“高”“高”為高價(jià)值客戶。

通常，我們通過三維正方體來可視化RFM分析結(jié)果。這使用戶可以更輕松地理解得分，以提供更易于管理和直觀的細(xì)分。

如上面的RFM模型所示，因?yàn)橛腥齻€(gè)變量，所以要使用三維坐標(biāo)系進(jìn)行展示，X軸表示Recency，Y 軸表示Frequency，Z軸表示Monetary，坐標(biāo)系的8個(gè)象限分別表示8類用戶。

現(xiàn)在，讓我們討論如何解釋RFM細(xì)分，以了解這些用戶的行為，并提出一些有效的營銷策略。

•  重要價(jià)值客戶 是您的最佳客戶，他們是那些最新購買，最常購買，并且花費(fèi)最多的消費(fèi)者。提供VIP服務(wù)和個(gè)性化服務(wù)，獎(jiǎng)勵(lì)這些客戶，他們可以成為新產(chǎn)品的早期采用者，并有助于提升您的品牌。

•  重要發(fā)展客戶 是您的近期客戶，消費(fèi)金額高，但平均頻率不太高，忠誠度不高。提供會(huì)員或忠誠度計(jì)劃或推薦相關(guān)產(chǎn)品以實(shí)現(xiàn)向上銷售并幫助他們成為您的忠實(shí)擁護(hù)者和高價(jià)值客戶。

•  重要保持客戶 是指那些經(jīng)常購買、花費(fèi)巨大，但最近沒有購買的客戶。向他們發(fā)送個(gè)性化的重新激活活動(dòng)以重新連接，并提供續(xù)訂和有用的產(chǎn)品以鼓勵(lì)再次購買。

•  重要挽回客戶 是那些曾經(jīng)光顧，消費(fèi)金額大，購買頻率低，但最近沒有光顧的顧客。設(shè)計(jì)召回策略，通過相關(guān)的促銷活動(dòng)或續(xù)訂帶回他們，并進(jìn)行調(diào)查以找出問題所在，避免將其輸給競(jìng)爭(zhēng)對(duì)手。

• 一般價(jià)值客戶 是那些最近購買，消費(fèi)頻次高但消費(fèi)金額低的客戶，需要努力提高其客單價(jià)，提供產(chǎn)品優(yōu)惠以吸引他們。

•  一般發(fā)展客戶 是那些最近購買，但消費(fèi)金額和頻次都不高的客戶?？商峁┟赓M(fèi)試用以提高客戶興趣，提高其對(duì)品牌的滿意度。

•  一般保持客戶 是指很久未購買，消費(fèi)頻次雖高但金額不高的客戶?？梢蕴峁┓e分制，各種優(yōu)惠和打折服務(wù)，改變宣傳方向和策略與他們重新聯(lián)系，而采用公平對(duì)待方式是最佳。

•  一般挽留客戶 是指RFM值都很低的客戶。針對(duì)這類客戶可以對(duì)其減少營銷和服務(wù)預(yù)算或直接放棄。

此外：

• 目前的RFM分析中，一般給與M值更高的權(quán)重；

• 如果您的公司中一般挽留客戶與一般發(fā)展客戶占據(jù)多數(shù)，說明公司的用戶結(jié)構(gòu)不是很合理，需要盡快采取措施進(jìn)行優(yōu)化。

RFM是一種數(shù)據(jù)驅(qū)動(dòng)的客戶細(xì)分技術(shù)，可幫助營銷人員做出更明智的戰(zhàn)略性決策。使?fàn)I銷人員能夠快速識(shí)別用戶并將其細(xì)分為同類群體，并針對(duì)他們制定差異化和個(gè)性化的營銷策略。這反過來又提高了用戶的參與度和留存率。

通常，數(shù)據(jù)分析師會(huì)借助CRM系統(tǒng)或者BI工具來實(shí)現(xiàn)RFM分析。

如需了解更多，歡迎訪問怡海軟件官網(wǎng) https://www.frensworkz.com/

二、RFM模型如何實(shí)際應(yīng)用？

這是一個(gè)人人都可以上手的模型，不管你是運(yùn)營、銷售、財(cái)務(wù)、市場(chǎng)等等，RFM模型是一個(gè)很通用，又有一套科學(xué)理論的商業(yè)模型。這是一篇我花了五小時(shí)的教程（真的是寫到崩潰，幸好我熬下來了，給大家分享實(shí)實(shí)在在可上手的干貨）數(shù)據(jù)源準(zhǔn)備只需四個(gè)字段：客戶名稱、交易日期、交易次數(shù)/頻率、交易金額。如果你手頭剛好有這樣的數(shù)據(jù)源不妨試試做這個(gè)模型吧。下面三頁是介紹什么是RFM，后面是全部的實(shí)操教程，Tableau和Excel通用操作，我保證你看了能立馬上手。如何通過訂單數(shù)據(jù)，分析用戶的基本屬性用戶的訂單上都有訂餐地址，通過對(duì)于訂餐地址的統(tǒng)計(jì)，我們可以查詢到不同條件組合下的用戶分布，甚至能知道喜歡謀道菜的用戶都在哪里。舉個(gè)簡(jiǎn)單的例子，下圖表示的是普通可樂和健怡可樂的用戶分布，類似的用戶數(shù)據(jù)挖掘，還可以根據(jù)復(fù)購構(gòu)成、復(fù)購用戶跨平臺(tái)使用情況、性別組成做更精細(xì)化的分析。值得注意的是，數(shù)據(jù)平臺(tái)間的差異還是蠻大的，除了跨平臺(tái)分析也需要分平臺(tái)對(duì)比，有利于針對(duì)不同平臺(tái)做出不同的營銷策略。上面這些最基本的用戶屬性對(duì)于精細(xì)化運(yùn)營還是不夠的。因?yàn)檫@些信息無法幫助你解決下面四個(gè)問題——

1.誰是我的重要價(jià)值客戶，他們都有什么特點(diǎn)。

2.誰是我需要重點(diǎn)保持聯(lián)系的客戶，他們都有什么特點(diǎn)。

3.誰是我的重要發(fā)展客戶，他們都有什么特點(diǎn)。

4.誰是我的重要挽留客戶，他們都有什么特點(diǎn)。想要解答這個(gè)問題，我們需要?jiǎng)佑酶唠A的分析模型，去挖掘有效信息。如何通過RFM模型，為用戶分群，實(shí)現(xiàn)精細(xì)化運(yùn)營RFM模型是一個(gè)被廣泛使用的客戶關(guān)系分析模型，主要以用戶行為來區(qū)分客戶，RFM分別是：R = Recency最近一次消費(fèi)F = Frequency 消費(fèi)頻率M = Monetary 消費(fèi)金額需要詳細(xì)了解以上三個(gè)指標(biāo)定義的，可以去戳度娘，教科書式的RFM區(qū)分，會(huì)將維度再細(xì)分出5份，這樣就能夠細(xì)分出5x5x5=125類用戶，再根據(jù)每類用戶精準(zhǔn)營銷。

三、如何分析RFM模型才能最有效，才能真正起到精細(xì)化運(yùn)營的作用？

舉一個(gè)互聯(lián)網(wǎng)餐飲的例子~來證明如何分析RFM模型：

如何通過外賣訂單數(shù)據(jù)，分析用戶的基本屬性；

用戶的訂單上都有訂餐地址，通過對(duì)于訂餐地址的統(tǒng)計(jì)，我們可以查詢到不同條件組合下的用戶分布，甚至能知道喜歡某道菜的用戶都在哪里。類似的用戶數(shù)據(jù)挖掘，還可以根據(jù)復(fù)購構(gòu)成、復(fù)購用戶跨平臺(tái)使用情況、性別組成做更精細(xì)化的分析。值得注意的是，數(shù)據(jù)平臺(tái)間的差異還是蠻大的，有利于針對(duì)不同平臺(tái)做出不同的營銷策略。

上面這些最基本的用戶屬性對(duì)于精細(xì)化運(yùn)營還是不夠的。 因?yàn)檫@些信息無法幫助你解決下面四個(gè)問題——

1.誰是我的重要價(jià)值客戶，他們都有什么特點(diǎn)？

2.誰是我需要重點(diǎn)保持聯(lián)系的客戶，他們都有什么特點(diǎn)？

3.誰是我的重要發(fā)展客戶，他們都有什么特點(diǎn)？

4.誰是我的重要挽留客戶，他們都有什么特點(diǎn)？

2.如何通過RFM模型，為用戶分群，實(shí)現(xiàn)精細(xì)化運(yùn)營

　RFM模型是一個(gè)被廣泛使用的客戶關(guān)系分析模型，主要以用戶行為來區(qū)分客戶，RFM分別是：

R = Recency 最近一次消費(fèi)

F = Frequency 消費(fèi)頻率

M = Monetary 消費(fèi)金額

需要詳細(xì)了解以上三個(gè)指標(biāo)定義的，百度會(huì)將維度再細(xì)分出5份，這樣就能夠細(xì)分出5x5x5=125類用戶，再根據(jù)每類用戶精準(zhǔn)營銷……顯然125類用戶已超出普通人腦的計(jì)算范疇了，更別說針對(duì)125類用戶量體定制營銷策略。實(shí)際運(yùn)用上，我們只需要把每個(gè)唯獨(dú)做一次兩分即可，這樣在3個(gè)維度上我們依然得到了8組用戶。

重要價(jià)值客戶（111）：最近消費(fèi)時(shí)間近、消費(fèi)頻次和消費(fèi)金額都很高，必須是VIP??！

重要保持客戶（011）：最近消費(fèi)時(shí)間較遠(yuǎn)，但消費(fèi)頻次和金額都很高，說明這是個(gè)一段時(shí)間沒來的忠實(shí)客戶，我們需要主動(dòng)和他保持聯(lián)系。

重要發(fā)展客戶（101）：最近消費(fèi)時(shí)間較近、消費(fèi)金額高，但頻次不高，忠誠度不高，很有潛力的用戶，必須重點(diǎn)發(fā)展。

重要挽留客戶（001）：最近消費(fèi)時(shí)間較遠(yuǎn)、消費(fèi)頻次不高，但消費(fèi)金額高的用戶，可能是將要流失或者已經(jīng)要流失的用戶，應(yīng)當(dāng)基于挽留措施。

3.如何在BDP個(gè)人版上建立RFM模型，幫助用戶分群

這時(shí)候可能會(huì)有朋友問了，天啦，你這個(gè)三維模型，我沒辦法用BDP來建表格了。所以我們需要做的是將三維模型二維化，我們將R域切一塊出來（即在近30天有復(fù)購的用戶中做分析），壓扁了就會(huì)看到。

上方的表示或許還是太學(xué)術(shù)了，簡(jiǎn)單的說

第一步：先挑出來近1個(gè)月的復(fù)購用戶。

第二步：近1個(gè)月內(nèi)復(fù)購用戶的平均實(shí)付金額做縱軸。

第三步：近1個(gè)月內(nèi)復(fù)購用戶的購買次做橫軸，生成表格。

第四步，你需要自己在這個(gè)表格上劃紅線。

橫著的紅線，代表著你認(rèn)為來吃飯的客人平均每餐該花多少錢，我這里設(shè)定的值是25元，叫外賣25都沒付到，對(duì)我而言是低消費(fèi)金額（低M）用戶。

豎著的紅線，代表著你認(rèn)為復(fù)購多少次的客人，是你的高頻用戶。外賣點(diǎn)餐流動(dòng)率很大，一個(gè)用戶每個(gè)月能在一家店點(diǎn)三次以上的菜，對(duì)我而言即是高頻。

這樣，BDP個(gè)人版上的RFM模型就建立好了。這個(gè)RFM模型在實(shí)操時(shí)有什么用呢？舉個(gè)例子

比如對(duì)圈用戶群發(fā)短信轉(zhuǎn)化只有不到1%時(shí)，你可以用RFM做個(gè)分析，只選取R值高的用戶(最近2周到最近一個(gè)月內(nèi)消費(fèi)的用戶），轉(zhuǎn)化率可以由1%提升到10%。

這也意味著，以往6元/訂單將下降到0.6元/訂單。掌柜們是愿意花600元給10000個(gè)用戶發(fā)短信，得到100個(gè)訂單，還是愿意花48元給800人發(fā)短信得到80個(gè)訂單，相信大家一定會(huì)選后者。

而整體的RFM區(qū)分，則能夠幫掌柜們針對(duì)不同的用戶發(fā)不同的短信，短信的開頭是用“好久不見”、還是用“恭喜你成為VIP”，就得看時(shí)重要保持客戶還是重要價(jià)值用戶了。只有能區(qū)分用戶，才能走向精細(xì)化運(yùn)營。

四、rfm模型在客戶細(xì)分中有什么作用

RFM模型。

即：

最近一次消費(fèi)(Recency)

消費(fèi)頻率(Frequency)

消費(fèi)金額(Monetary)

在眾多的客戶關(guān)系管理(CRM)的分析模式中，RFM模型是衡量客戶價(jià)值和客戶創(chuàng)利能力的重要工具和手段。該機(jī)械模型通過一個(gè)客戶的近期購買行為、購買的總體頻率以及花了多少錢三項(xiàng)指標(biāo)來描述該客戶的價(jià)值狀況。

以上就是關(guān)于rfm模型分別代表相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。

推薦閱讀：

aso和rf偏高（rf和aso都高）

商家可以訂閱rfq關(guān)鍵詞嗎

papereasy免費(fèi)查重入口（paperfree免費(fèi)查重入口官網(wǎng)）

高端就業(yè)安置有成功的嗎（高端就業(yè)安置可靠嗎）

全球最好的景觀設(shè)計(jì)專業(yè)