市場(chǎng)和運(yùn)營(yíng)往往絞盡腦汁做活動(dòng)、上新品、蹭熱點(diǎn)、做營(yíng)銷，拓渠道，不斷開(kāi)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(yíng)銷這么難嗎？

聰明的營(yíng)銷人員知道“了解客戶”和“客戶細(xì)分”的重要性。營(yíng)銷人員不僅要著眼于創(chuàng)造更多的訪問(wèn)量和點(diǎn)擊量（無(wú)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(chéng)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(yíng)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。

1.什么是RFM?

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(guò)的用戶肯定沒(méi)有1周前消費(fèi)過(guò)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(gòu)買商品的次數(shù)，經(jīng)常購(gòu)買的用戶也就是熟客，價(jià)值肯定比偶爾來(lái)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(chéng)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(wèn)頻次，微信的交互情況，郵件打開(kāi)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(wèn)時(shí)長(zhǎng)，訪問(wèn)的頁(yè)面數(shù)，每頁(yè)所花費(fèi)的時(shí)間等來(lái)將Engagement參數(shù)定義為一個(gè)綜合值。

2.RFM因素闡明了以下事實(shí)：
• 購(gòu)買的時(shí)間越近，顧客對(duì)促銷的反應(yīng)越積極
• 顧客購(gòu)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(gòu)買者
• 想要提高回購(gòu)率和留存率，需要時(shí)刻警惕R值

RFM分析可幫助營(yíng)銷人員找到以下問(wèn)題的答案：
• 誰(shuí)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(shuí)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(shuí)是你不需要關(guān)注的無(wú)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(guò)RFM分析，可以幫助營(yíng)銷人員實(shí)現(xiàn)客戶細(xì)分；衡量客戶價(jià)值和客戶利潤(rùn)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(yíng)銷服務(wù)；為更多的營(yíng)銷決策提供有力支持。

那RFM分析應(yīng)如何開(kāi)始呢？

3.RFM評(píng)分示例
由于R值、F值、M值存在量級(jí)之間的差距，無(wú)法直觀的通過(guò)加減或平均來(lái)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(guò)一個(gè)客戶交易的樣本數(shù)據(jù)集來(lái)演示一個(gè)簡(jiǎn)單的RFM分析是如何工作的：

表1：客戶交易數(shù)據(jù)集示例（包含15個(gè)客戶交易數(shù)據(jù)的近度，頻率和額度。）

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。

表2：根據(jù)“Recency”對(duì)客戶進(jìn)行排名

如上表所示，我們按“Recency”對(duì)客戶進(jìn)行了排序，最新的購(gòu)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(lái)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(gòu)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：

表3：根據(jù)“Frequency”和“Monetary”對(duì)客戶進(jìn)行排名

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(lái)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(guò)對(duì)每個(gè)RFM屬性賦予相等的權(quán)重來(lái)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(yíng)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(gòu)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(gòu)買一臺(tái)冰箱或空調(diào)。在這種情況下，市場(chǎng)營(yíng)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(gòu)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(guò)給R和F得分賦予比M更大的權(quán)重來(lái)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(zhǎng)的觀看時(shí)長(zhǎng)。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(gòu)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(lái)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(zhǎng)短。

還有一個(gè)問(wèn)題是：如果每個(gè)RFM單元都被視為一個(gè)細(xì)分，那么營(yíng)銷人員將無(wú)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。

4.RFM模型
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(lái)定義客戶類型；如“高”“高”“高”為高價(jià)值客戶。

通常，我們通過(guò)三維正方體來(lái)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(yíng)銷策略。

分析RFM細(xì)分
• 重要價(jià)值客戶是您的最佳客戶，他們是那些最新購(gòu)買，最常購(gòu)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(chéng)度不高。提供會(huì)員或忠誠(chéng)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(gòu)買、花費(fèi)巨大，但最近沒(méi)有購(gòu)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(gòu)買。
• 重要挽回客戶是那些曾經(jīng)光顧，消費(fèi)金額大，購(gòu)買頻率低，但最近沒(méi)有光顧的顧客。設(shè)計(jì)召回策略，通過(guò)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(wèn)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(gòu)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(gòu)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(gòu)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(yíng)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(shuō)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。

5.最后
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(yíng)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(yíng)銷策略。這反過(guò)來(lái)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(lái)實(shí)現(xiàn)RFM分析。