正文

RFM模型分析報告

發(fā)布時間：2023-04-10 18:01:12 稿源：創(chuàng)意嶺閱讀： 123

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于RFM模型分析報告的問題，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(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)請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

1、rfm模型的三個指標(biāo)是什么?
2、撰寫分析報告的關(guān)鍵技巧
3、會員系統(tǒng)RFM數(shù)據(jù)分析模型的什么是RFM數(shù)據(jù)分析模型
4、用戶體系搭建（二）——如何用RFM劃定用戶層級

RFM模型分析報告

一、rfm模型的三個指標(biāo)是什么?

根據(jù)美國數(shù)據(jù)庫營銷研究所Arthur Hughes的研究，客戶數(shù)據(jù)庫中有3個神奇的要素，這3個要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)：

1、最近一次消費(fèi)

最近一次消費(fèi)意指上一次購買的時候——顧客上一次是幾時來店里、上一次根據(jù)哪本郵購目錄購買東西、什么時候買的車，或在你的超市買早餐最近的一次是什么時候。

理論上，上一次消費(fèi)時間越近的顧客應(yīng)該是比較好的顧客，對提供即時的商品或是服務(wù)也最有可能會有反應(yīng)。營銷人員若想業(yè)績有所成長，只能靠偷取競爭對手的市場占有率，而如果要密切地注意消費(fèi)者的購買行為，那么最近的一次消費(fèi)就是營銷人員第一個要利用的工具。

歷史顯示，如果能讓消費(fèi)者購買，他們就會持續(xù)購買。這也就是為什么，0至3個月的顧客收到營銷人員的溝通信息多于3至6個月的顧客。

2、消費(fèi)頻率

消費(fèi)頻率是顧客在限定的期間內(nèi)所購買的次數(shù)。我們可以說最常購買的顧客，也是滿意度最高的顧客。如果相信品牌及商店忠誠度的話，最常購買的消費(fèi)者，忠誠度也就最高。增加顧客購買的次數(shù)意味著從競爭對手處偷取市場占有率，由別人的手中賺取營業(yè)額。

分類：

根據(jù)這個指標(biāo)，我們又把客戶分成五等分，這個五等分分析相當(dāng)于是一個“忠誠度的階梯”(loyalty ladder)，如購買一次的客戶為新客戶，購買兩次的客戶為潛力客戶，購買三次的客戶為老客戶，購買四次的客戶為成熟客戶，購買五次及以上則為忠實(shí)客戶。

其訣竅在于讓消費(fèi)者一直順著階梯往上爬，把銷售想象成是要將兩次購買的顧客往上推成三次購買的顧客，把一次購買者變成兩次的。

3、消費(fèi)金額

消費(fèi)金額是所有數(shù)據(jù)庫報告的支柱，也可以驗(yàn)證“帕雷托法則”(Pareto’s Law)——公司80%的收入來自20%的顧客。

它顯示出排名前10%的顧客所花費(fèi)的金額比下一個等級者多出至少2倍，占公司所有營業(yè)額的40%以上。如看累計百分比的那一欄，我們會發(fā)現(xiàn)有40%的顧客貢獻(xiàn)公司總營業(yè)額的80%；而有60%的客戶占營業(yè)額的90%以上。

最右的一欄顯示每一等分顧客的平均消費(fèi)，表現(xiàn)最好的 10%的顧客平均花費(fèi)1195美元，而最差的10%僅有18美元。

RFM模型分析報告

應(yīng)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(wù)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(xiàng)指標(biāo)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(yuǎn)，F(xiàn)(Frequency)表示客戶在時間內(nèi)購買的次數(shù)，M (Monetary)表示客戶在時間內(nèi)購買的金額。一般的分析型CRM著重在對于客戶貢獻(xiàn)度的分析，RFM則強(qiáng)調(diào)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(fèi)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(nèi)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(fù)印機(jī)、打印機(jī)、汽車維修等消耗品；RFM對于加油站、旅行保險、運(yùn)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(shí)這是很浪費(fèi)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?yàn)檫@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(fù)率，幾乎沒有顯著差異。

二、撰寫分析報告的關(guān)鍵技巧

目標(biāo)：

1、掌握搭建分析框架的思路

2、學(xué)習(xí)優(yōu)秀案例的撰寫技巧

確保報告的閱讀者，可以通過3-5分鐘到閱讀，獲得一些對其工作有價值的觀點(diǎn)和建議

用最精簡、沒有歧義的方式闡釋你的觀點(diǎn)，不要讓你老板來費(fèi)心理解、推測你要表達(dá)的內(nèi)容

不管你準(zhǔn)備了多少working paper，只把最相關(guān)、最有價值的部分寫到你的報告中

每一頁P(yáng)PT或每一段文字只表達(dá)一個觀點(diǎn)，太多的內(nèi)容只會將有用的信息淹沒

編寫商業(yè)分析報告要有“同理心”，要站在聽眾的角度來思考問題！

【不要說鬼話】：分析越詳細(xì)越好，結(jié)論越簡單越好，不要炫技

【不要忘了起止】：指標(biāo)起于哪里，止于哪里，別跑偏

【不要面面俱到】：時間是最大的成本，抓大放小

【不要忘了結(jié)論】：一定要有結(jié)論，哪怕是正常的，或者不做的

【不要盡信數(shù)據(jù)】：數(shù)據(jù)很好，但有時候也會說明，要敢于決策

分析報告的框架是特別重要的，在寫分析報告之前，一定要 先把分析框架寫出來 ，每一個報告要寫什么內(nèi)容？分幾大塊？每一大塊兒要做哪些維度上的分析？要設(shè)計哪些角度？要具體去評估什么？全部都要要在你的框架里講清楚。而且在分析報告里，整個都 要有一級標(biāo)題和二級標(biāo)題 ，這樣是比較好的。

分析報告，其實(shí)就是在講故事，去講這件事情的背景；不過像是周報這種偏長期每周都要匯報的東西，是可以不講背景，但是要 先介紹分析的數(shù)據(jù)范圍 ，就報告里你分析的是什么范圍的數(shù)據(jù)、選擇的是什么樣的用戶、每個指標(biāo)的口徑是什么等等。

分析方法 方面，如果你沒有用到特殊的分析方法的話，如果只是平時日常工作中的一個簡單的分析而沒有用到復(fù)雜的分析的話，就不需要去介紹你的整個方法；但如果說你用到的話，你肯定要給大家介紹一下你的這個分析方法，你通過數(shù)據(jù)，發(fā)現(xiàn)了哪些。

之后你肯定要去做你的 數(shù)據(jù)展示 ，然后再去挑整個數(shù)據(jù)里那些 重點(diǎn)的部分去做解析 ，然后進(jìn)行 收益測算 ，不過這也不是每個報告里都會去講的。

分析解析之后，你得到一個結(jié)論對吧，那么你是怎么發(fā)現(xiàn)這個結(jié)論的？這個結(jié)論的推導(dǎo)也是老板比較關(guān)心的（比如說你說現(xiàn)在交易轉(zhuǎn)化出了問題，那這個交易轉(zhuǎn)化你到底是怎么發(fā)現(xiàn)出問題的？到底是什么原因?qū)е碌模窟@些都必須得講清楚，要不然沒有人會相信的，如果你只說反正我就分析出來了，就是那個頁面有問題導(dǎo)致的，那這個頁面到底有什么問題，你是 怎么分析出來的？怎么推導(dǎo)出來的？ 你必須都要能夠講出來。

要記得寫分析報告永遠(yuǎn)像寫證明題一樣，你的二級標(biāo)題就是你要證明的那個題，你里面的數(shù)據(jù)和一些詳細(xì)的闡述都是在去解釋你的二級標(biāo)題的那個內(nèi)容，最后分析證明之后，一定要有 策略建議 ，這個是特別關(guān)鍵的。

平時寫分析報告的時候會用到各式各樣的方法，不過這些分析方法并不是那些非常難的方法，因?yàn)槲覀內(nèi)粘９ぷ髦卸际?strong> 以業(yè)務(wù)為導(dǎo)向。

業(yè)務(wù)為導(dǎo)向的意思，就不強(qiáng)調(diào)固定的分析方法，而是強(qiáng)調(diào)適合業(yè)務(wù)的分析方法；業(yè)務(wù)適合哪種，我們就采用哪種。這個場景下用分類看比較好，我們就用分類；如果用對比看比較好，我們就去分析對比；如果去看相關(guān)性比較合適，我們就去分析相關(guān)性等等。

不要為了選擇某一個非常有難度的方法而故意把它寫在分析報告里，日常工作不是寫論文，老板不會要求你一定要用一個多么深的方法把一個簡單的事弄復(fù)雜了，老板想要的永遠(yuǎn)都是 把復(fù)雜的事給簡單化 ，讓別人清晰明了的就明白的方法就是最好的，所以在方法選擇的時候一定要多注意。

在各種事情里都會強(qiáng)調(diào) 方法論 ，這些 分析方法的背后就是方法論的理念 ，在某些事情上按照一定的分析方法去執(zhí)行，這樣你的邏輯性、系統(tǒng)性就會顯得比較好。

分類：相當(dāng)于 維度下鉆 ，如分析GMV的高低，要下鉆分類進(jìn)行分析，城市分類、用戶分類、品類分類等等，還有RFM模型，其實(shí)就是一種分類的分析方法。

分布：年齡的分布、城市的分布、購買時間段、用戶分布、學(xué)歷分布、等級分布等等，單看分布是不夠的，一定還要想著分析這個分布的趨勢有沒有發(fā)生變化，如果有發(fā)現(xiàn)變化的話，那這個分布趨勢的內(nèi)容也要作為分析的內(nèi)容之一。

對比：數(shù)據(jù)只有對比才有意義，單看一個數(shù)值的時候是很難知道好壞的，需要用到其它數(shù)值來對比而讓這些數(shù)字變得更有概念、更有業(yè)務(wù)含義，如同比、環(huán)比、競對的對比等等。

相關(guān)：分析一個因素是不是引起某個指標(biāo)變化，某個變化是不是有某個指標(biāo)引起的，這時就要做一些相關(guān)性分析，還有看兩個指標(biāo)的相關(guān)性（名校和績效是否有相關(guān)性、收入和價格敏感度的相關(guān)性、年齡和價格敏感度的相關(guān)性等等），如做一個沉睡用戶的喚醒，然后導(dǎo)致老客的復(fù)購頻次微微有所上浮，這個時候你要去看用戶購買頻次上浮這件事情和我們?nèi)Τ了脩糇鰡拘延袥]有關(guān)系，這個就是相關(guān)分析法。

這些分析方法都要往業(yè)務(wù)上想才有意義。

分類、分布、對比、相關(guān)這幾個是大的分析方法，也是基本上每次分析報告都會用得上的分析方法，這幾個大類下面可能又會有一些小類，或者是一些交叉的分析方法。

維度細(xì)分：比如說按品類、按城市，這都是維度細(xì)分；

ABtest：就是控制單一變量分析，空白組和實(shí)驗(yàn)組；

Cohort分析：就是留存分析，比如說次一日、次三日、次七日，然后次30日、180日等等；

結(jié)構(gòu)分析法、杜邦分析法、權(quán)重拆解法、層次分析法：這幾個主要就是按照拆解和細(xì)分的思路進(jìn)行下鉆分析；

銷量法：

滲透率法：

分位數(shù)分析法：也是分類的一種，可以與箱線圖進(jìn)行對比學(xué)習(xí)；

矩陣分析法：特別常用的一種分析方法，有點(diǎn)兒類似于RFM模型，RFM模型是三個維度分八類，如果只取兩個維度的話就是分四類。

例如：以房產(chǎn)首付額、房價年增長率作為這兩個指標(biāo)，然后以城市作為維度（也就是要有三個數(shù)據(jù)），每個城市都有這兩個指標(biāo)上的值，這樣就可以在這個象限里面把這些城市所在的位置給畫出來，然后再以這些城市在兩個指標(biāo)的均值相交的地方來畫我們的這四象限的分割，這時就相當(dāng)于是畫了一個散點(diǎn)圖，這樣就可以把房價首付額和年增長率進(jìn)行劃分了四象限，這樣就構(gòu)成了矩陣分析法的基礎(chǔ)。

矩陣分析法也是在日常工作中使用頻率特別高的一種分析方法，尤其是在去做這種按照城市在某些促銷日期的表現(xiàn)，比如按照交易額和增幅這兩個指標(biāo)卻把中國的省會城市以及直轄市去做一個四象限，或者是分析每個城市的GPD和增速的分析，都可以進(jìn)行使用。

這個是報告整體的排版形式的參考，一級標(biāo)題就是目錄，二級標(biāo)題就是你的核心結(jié)論，數(shù)據(jù)圖表放在中心，先放策略再放圖形，數(shù)據(jù)解讀可以放在右側(cè)或者二級標(biāo)題底下或者圖形底下，最低下是一些特殊的備注（如特殊引用的一些內(nèi)容，或者指標(biāo)口徑等等）

三、會員系統(tǒng)RFM數(shù)據(jù)分析模型的什么是RFM數(shù)據(jù)分析模型

RFM 模型是會員管理領(lǐng)域里的一種會員消費(fèi)行為分析模型，其中R近度(Recency）代表最近購買時間，指上次購買至現(xiàn)在的時間間隔； F 頻度(Frequency)代表購買頻率，指的是某一期間內(nèi)購買的次數(shù)；M額度(Monetary) 代表總購買金額，指的是某一期間內(nèi)購買商品的金額。

RFM模型在反映會員購買偏好方面具有良好的表征性。

經(jīng)過研究發(fā)現(xiàn) R值越小，會員越有可能與企業(yè)達(dá)成新的交易。 F值越大，會員越有可能與企業(yè)達(dá)成新的交易。 M值越大，會員越有可能與企業(yè)達(dá)成新的交易。 RFM 模型在反映會員價值方面同樣具有良好的表征性，它是衡量會員價值和會員創(chuàng)利能力的重要工具和手段。一卡易將該模型成功應(yīng)用于會員系統(tǒng)中，通過一個會員的近期購買行為、購買的總頻率以及購買的總金額等3項(xiàng)指標(biāo)來描述該會員的價值狀況。如果與該會員打交道的時間足夠長，也能夠較為精確地判斷該會員的長期價值（甚至是終身價值），通過改善3項(xiàng)指標(biāo)的狀況，從而為更多的營銷決策提供支持。連鎖會員系統(tǒng)的‘統(tǒng)計分析’模塊運(yùn)用RFM模型做出‘會員RFM’，幫助使用者來了解會員的消費(fèi)行為和消費(fèi)的意向。

RFM模型分析報告

四、用戶體系搭建（二）——如何用RFM劃定用戶層級

RFM是很傳統(tǒng)的數(shù)據(jù)分析模型，幾乎所有文章都會提到它，然而市面上RFM模型很多只是講解了如何通過RFM解決和劃定用戶群體，但是很少有詳細(xì)說明RFM模型的計算方式，本文講解RFM模型的含義及應(yīng)用以及如何使用SPSS計算RFM模型。

1、RFM模型概述

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(guān)系管理的分析模式中，RFM模型是被廣泛提到的。該機(jī)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(xiàng)指標(biāo)來描述該客戶的價值狀況。（摘自百度百科）

以上是百度百科對RFM模型的描述，說的比較復(fù)雜，簡單的來講RFM是通過統(tǒng)計用戶最近購買時間（R），購買的次數(shù)（F），購買的金額（M）這三個維度來描述用戶在群體中的位置。對于這三個維度的描述具體如下：

基于這三個維度，將每個維度分為高低兩種情況，我們構(gòu)建出了一個三維的坐標(biāo)系。

通過圖表很直觀的發(fā)現(xiàn)，我們把客戶分為了2的三次方也就是8個群體。

2、RFM模型取數(shù)方法

根據(jù)RFM模型的定義，我們可以很容易的推導(dǎo)出，RFM模型的數(shù)據(jù)取數(shù)內(nèi)容主要包括三個字段即：最近購買時間、最近購買次數(shù)、消費(fèi)金額。但是在實(shí)際工作中也會有問題是我們要計算每個用戶的購買時間、購買次數(shù)費(fèi)事費(fèi)力，所以一般也可以通過統(tǒng)計訂單來進(jìn)行計算。

當(dāng)我們通過訂單進(jìn)行統(tǒng)計時需要包含以下字段

當(dāng)我們準(zhǔn)備好以上數(shù)據(jù)時就可以開始準(zhǔn)備計算RFM模型

考慮不少人不是很了解SPSS，下面也將包含一些SPSS基礎(chǔ)功能的講解

1、設(shè)置度量標(biāo)準(zhǔn)

SPSS分為數(shù)據(jù)視圖和變量視圖，在開始前需要在變量視圖中設(shè)置數(shù)據(jù)類型

SPSS中數(shù)據(jù)類型包括度量、名義、序號，

2、設(shè)置變量類型及寬度

變量類型是定義該變量是何種類，點(diǎn)擊類型彈出變量類型選擇彈窗

寬度定義變量的展示位數(shù)，對于Order_id、User_id等需要注意變量長度，讓這兩個字段完全展示。

另外對于，Create_time這一字段應(yīng)選用日期這一類型并選擇yyyy:mm:dd

我們可以直接將excel里的數(shù)據(jù)直接復(fù)制過來。

4、選擇分析模型分析