HOME 首頁
SERVICE 服務(wù)產(chǎn)品
XINMEITI 新媒體代運(yùn)營(yíng)
CASE 服務(wù)案例
NEWS 熱點(diǎn)資訊
ABOUT 關(guān)于我們
CONTACT 聯(lián)系我們
創(chuàng)意嶺
讓品牌有溫度、有情感
專注品牌策劃15年

    RFM模型

    發(fā)布時(shí)間:2023-04-13 16:19:43     稿源: 創(chuàng)意嶺    閱讀: 135        

    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:

    RFM模型

    一、【分析方法or思維】RFM模型——用戶價(jià)值分析

      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,模型主要是利用客戶的最近一次消費(fèi)(Recency)、總體消費(fèi)頻率(Fequency)以及消費(fèi)全額(Monetary)3項(xiàng)指標(biāo)來描述該客戶的價(jià)值狀況。 RFM代表近度,頻率和額度,這些指標(biāo)表征了客戶的一些消費(fèi)行為和習(xí)慣。頻率和額度會(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)。

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

    二、基于RFM模型的客戶分群和K-Means聚類分析

    數(shù)據(jù)源是來自Kaggle的一個(gè)跨國數(shù)據(jù)集,其中包含2010年12月12日至2011年12月9日期間發(fā)生的所有在英國注冊(cè)的非商店在線零售業(yè)務(wù)的交易。該公司主要銷售獨(dú)特的全場(chǎng)禮品,并且大部分客戶是批發(fā)商。分析目的是按照RFM模型對(duì)客戶進(jìn)行分級(jí),以用戶的實(shí)際購買行為數(shù)據(jù)作為基礎(chǔ),進(jìn)行用戶群體的劃分,再基于不同分類信息,分解成不同群體針對(duì)運(yùn)營(yíng),從而使企業(yè)能更有效的獲取客戶、使客戶更加滿意、留住客戶成為高價(jià)值客戶、避免客戶流失。

    數(shù)據(jù)一覽

    數(shù)據(jù)形狀為:542k 行x 8列,8個(gè)字段分別為發(fā)票號(hào),發(fā)票日期,商品碼,商品描述,數(shù)量,單價(jià),顧客ID,國家。

    R(Recency): 表示客戶最近一次購買的時(shí)間距離現(xiàn)在有多遠(yuǎn)

    F(Frequency): 表示用戶在定義時(shí)間段內(nèi)購買產(chǎn)品或服務(wù)的次數(shù)

    M(Monetary): 表示用戶在定義時(shí)間段內(nèi)購買產(chǎn)品或服務(wù)的金額

    按照每個(gè)指標(biāo)取值不同分為八類客戶,包括重要價(jià)值客戶、重要發(fā)展客戶、重要保持客戶、重要挽留客戶、一般價(jià)值客戶、一般發(fā)展客戶、一般保持客戶、一般挽留客戶等八類用戶

    0.計(jì)算每單的總價(jià),添加Amount列。查看整體數(shù)據(jù)情況,發(fā)現(xiàn)描述和顧客ID列有缺失值,顧客ID類型為浮點(diǎn)型不符合業(yè)務(wù)邏輯

    8.求出每位顧客在時(shí)間周期內(nèi)消費(fèi)次數(shù),得到F值,(數(shù)據(jù)源中一個(gè)訂單會(huì)包含多種產(chǎn)品,但是每種產(chǎn)品訂單都會(huì)產(chǎn)生一條記錄,注意去重)

    9.表合并

    df_data=pd.merge(df_f_2,df_f_3,on='InvoiceNo',how='left')

    11.對(duì)得到三個(gè)指標(biāo)進(jìn)行分區(qū),映射級(jí)別

    按照RFM分值對(duì)顧客分類

    2.客戶消費(fèi)情況

    3.每個(gè)指標(biāo)的分布情況

    綜上確定聚類K值為3

    用K-Means進(jìn)行無監(jiān)督聚類后,可以看出整體分為三類,與RFM模型分類結(jié)果較為相似,可以重點(diǎn)關(guān)注偏離集群的幾個(gè)點(diǎn),以及藍(lán)色類別中出現(xiàn)的幾個(gè)紅色類別數(shù)據(jù),這部分與RFM模型的差異可能是由于RFM模型判斷時(shí)間的主觀性造成的,在實(shí)際建模的過程中需要再考慮一下RFM的分級(jí)條件。

    三、【知識(shí)分享】RFM模型與顧客生命周期管理(一)

    作為一名電商的產(chǎn)品經(jīng)理,負(fù)責(zé)的業(yè)務(wù)主要是CRM...唉,在這個(gè)運(yùn)營(yíng)無腦,公司不給錢的年代,做CRM簡(jiǎn)直是個(gè)絕對(duì)苦勞無功勞的活。這讓典型摩羯座的顧阿姨怎么辦...

    在瑣碎的日常工作之外,需要適度的額外學(xué)習(xí)與整理來充實(shí)自己。應(yīng)周會(huì)分享的契機(jī),自己找了網(wǎng)上與書上與CRM有關(guān)的材料,做出了這份“RFM模型與顧客生命周期管理”的屁屁踢~借這個(gè)平臺(tái)與大家分享。

    RFM模型與顧客生命周期管理

    RFM模型是顧客關(guān)系管理中最常用的一個(gè)模型,因其具有普適性,可幫助那些基礎(chǔ)CRM運(yùn)營(yíng)同學(xué)在不具備專業(yè)數(shù)據(jù)挖掘能力前就能運(yùn)用此類方法。

    內(nèi)容會(huì)圍繞四部分展開:

    第一部分對(duì)RFM模型進(jìn)行內(nèi)涵闡述;第二部分對(duì)RFM的運(yùn)用方法進(jìn)行說明;第三部分是對(duì)第二部分的承接,顧客細(xì)分后就需要對(duì)顧客放入具體的生命周期中;第四部分,闡述如何對(duì)不同生命周期的顧客進(jìn)行營(yíng)銷。

    一.RFM模型

    在進(jìn)入第一部分前,我們先問問自己為何要進(jìn)行客戶細(xì)分?

    與團(tuán)隊(duì)管理一樣,團(tuán)隊(duì)成員人數(shù)只有個(gè)位數(shù)的時(shí)候,大家靠默契就能運(yùn)作;當(dāng)團(tuán)隊(duì)成員人數(shù)到達(dá)兩位數(shù)時(shí),需要規(guī)章制度對(duì)職場(chǎng)行為進(jìn)行規(guī)制以確保穩(wěn)定;當(dāng)團(tuán)隊(duì)成員人數(shù)到達(dá)三位數(shù)時(shí),需要企業(yè)文化與企業(yè)精神讓員工在“靈”的層面理解公司愿景。

    簡(jiǎn)短地用假大空的話說了說意義,下面我們?cè)敿?xì)闡述RFM模型:

    表給中還給出了影響指標(biāo)變化的因素與指標(biāo)的應(yīng)用場(chǎng)景。這個(gè)后文會(huì)繼續(xù)詳述。

    1. 最近一次消費(fèi)(Recency)

    最近一次消費(fèi)的計(jì)算方式是以計(jì)算當(dāng)日減去顧客上一次在店鋪的消費(fèi)日期。計(jì)算時(shí)取付款時(shí)間更為準(zhǔn)確。

    我們可以很容易地理解到:R值越小,說明顧客下單間隔越小。如果R值為0,則可以說明該顧客天天在本店鋪下單;如果R值很大,則可認(rèn)為該顧客已經(jīng)遺忘了本店鋪,就算是買東西也想不到來本店鋪買。

    我們來舉個(gè)栗子:文中的柱狀圖取了某店鋪三年內(nèi)的R值分布情況。從形狀來看,呈現(xiàn)周期性且規(guī)律型的波浪型,且振幅隨著時(shí)間的延長(zhǎng)而變小。店鋪對(duì)客戶的營(yíng)銷有著穩(wěn)定的季節(jié)性,從圖表看,大概是統(tǒng)計(jì)周期的每年的第二個(gè)月,在這個(gè)月能吸引顧客下單,故R值在當(dāng)月占比會(huì)特別高。

    2. 消費(fèi)頻率(Frequency)

    消費(fèi)頻率的高低是客戶對(duì)品牌忠誠度(如:旗艦店)與店鋪忠誠度的體現(xiàn)。

    然而,決定消費(fèi)頻率高低的一個(gè)重大因素是品類寬度。如:對(duì)手機(jī)、電腦等3C類別商品,平均購買周期可能在1年左右;而對(duì)于紙巾、零食等流百類商品,平均購買周期可能只有1周甚至更短。因此,跨品類進(jìn)行F值的比較是沒有意義的。

    對(duì)于大平臺(tái)而言,其涉及的售賣品類會(huì)比較豐富;而對(duì)于一般小平臺(tái)而言,一般只會(huì)涉足某一細(xì)分品類。平臺(tái)畢竟有限,故對(duì)于一般網(wǎng)店而言,會(huì)將F值用顧客的“累計(jì)購買次數(shù)”替換。

    我們來舉個(gè)栗子:文中的柱狀圖統(tǒng)計(jì)了一段時(shí)間內(nèi)顧客到店消費(fèi)的次數(shù)分布。新客(購買一次)占比為65.6%,老客(購買超過一次)占比為34.4%。購買超過4次以后,流失達(dá)到穩(wěn)定。故CRM運(yùn)營(yíng)童鞋要考慮如何對(duì)顧客進(jìn)行營(yíng)銷,使其在店鋪購買可達(dá)4次。

    3. 消費(fèi)金額(Monetary)

    消費(fèi)金額統(tǒng)計(jì)的是某一顧客在一段時(shí)間內(nèi)的累計(jì)消費(fèi)金額。數(shù)值越大,代表顧客對(duì)店鋪的價(jià)值貢獻(xiàn)和消費(fèi)能力越高。

    由于統(tǒng)計(jì)周期較長(zhǎng),不利于對(duì)于應(yīng)時(shí)性的分析。故:對(duì)一般店鋪而言,一般選擇客戶在店鋪的累計(jì)購買次數(shù)與客單價(jià)替代原始的M值定義。

    我們來舉個(gè)栗子:文中的柱狀圖統(tǒng)計(jì)了一段時(shí)間內(nèi)某個(gè)消費(fèi)區(qū)間內(nèi)的客戶數(shù)與消費(fèi)金額。累計(jì)消費(fèi)1000元以下的客戶占比為65%(近2/3),貢獻(xiàn)的店鋪收入比例占31.6%(近1/3)。在“二八法則”中,我們提到說20%的顧客貢獻(xiàn)店鋪80%的收入——其背后含義即說明,小部分忠誠顧客貢獻(xiàn)了店鋪主要的營(yíng)收。圖表就是對(duì)這一法則的現(xiàn)實(shí)證明。

    四、用戶體系搭建(二)——如何用RFM劃定用戶層級(jí)

    RFM是很傳統(tǒng)的數(shù)據(jù)分析模型,幾乎所有文章都會(huì)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(jì)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(jì)算RFM模型。

    1、RFM模型概述

    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。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(gè)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(jià)值狀況。(摘自百度百科)

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

    基于這三個(gè)維度,將每個(gè)維度分為高低兩種情況,我們構(gòu)建出了一個(gè)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(gè)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(gè)字段即:最近購買時(shí)間、最近購買次數(shù)、消費(fèi)金額。但是在實(shí)際工作中也會(huì)有問題是我們要計(jì)算每個(gè)用戶的購買時(shí)間、購買次數(shù)費(fèi)事費(fèi)力,所以一般也可以通過統(tǒng)計(jì)訂單來進(jìn)行計(jì)算。

    當(dāng)我們通過訂單進(jìn)行統(tǒng)計(jì)時(shí)需要包含以下字段

    當(dāng)我們準(zhǔn)備好以上數(shù)據(jù)時(shí)就可以開始準(zhǔn)備計(jì)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(hào),

    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(duì)于Order_id、User_id等需要注意變量長(zhǎng)度,讓這兩個(gè)字段完全展示。

    另外對(duì)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

    Step1:選擇分析模型

    完成數(shù)據(jù)準(zhǔn)備后選擇 直銷——RFM分析,不同漢化版本翻譯可能稍有不同

    Step2:選擇數(shù)據(jù)格式

    由于我們使用的是訂單記錄,所以我們選用交易數(shù)據(jù)

    Stpe4:SPSS執(zhí)行RFM分析

    SPSS完成分析后,會(huì)生成一個(gè)新的數(shù)據(jù)文件,記錄每個(gè)客戶的最近一次交易日期、交易總次數(shù)、交易總金額、RS/FS/MS分值、RFM匯總分值。

    RFM匯總分值=RS分值 100+FS分值 10+MS分值。

    選用分析—描述統(tǒng)計(jì)——描述這一方法計(jì)算RS\FS\MS均值

    最終可得如下結(jié)果

    選擇"重新編碼為不同變量",先對(duì)客戶的RS進(jìn)行高低轉(zhuǎn)化。

    依據(jù)上表,逐個(gè)設(shè)置各客戶類型所對(duì)應(yīng)的數(shù)據(jù)規(guī)則。

    設(shè)置客戶類型=1的數(shù)據(jù)規(guī)則,操作如下:

    重復(fù)以上操作設(shè)定不同數(shù)據(jù)類型

    最后將將客戶類型編碼1、2、3、4、5、6、7、8轉(zhuǎn)換成實(shí)際客戶類型:

    最終,可得出如下結(jié)果

    以上就是關(guān)于RFM模型相關(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:

    colourful英語怎么說讀音

    RFM模型的理解

    aso和rf陽性是什么意思(aso和rf都是陰性)

    私家別墅景觀設(shè)計(jì)報(bào)價(jià)(私人別墅景觀)

    抖音外賣推廣員怎么做