聰明的營銷人員知道“了解客戶”的重要性。營銷人員不僅要著眼于創造更多的點擊量，還必須遵循從提高點擊率（CTR）轉變為提高保留，忠誠度并建立客戶關系的新范式。與其將整個客戶群作為一個整體進行分析，不如將其劃分為同類群體，了解每個群體的特征，并使他們參與相關的活動，而不是僅根據客戶年齡或地理位置進行客戶細分。而RFM分析是市場營銷人員分析客戶行為的非常流行、非常簡單、非常有效的客戶細分方法之一。

什么是RFM分析？

R（Recency）最近一次消費時間：表示用戶最近一次消費距離現在的時間。消費時間越近的客戶價值越大。1年前消費過的用戶肯定沒有1周前消費過的用戶價值大。
F（Frequency）消費頻率：消費頻率是指用戶在統計周期內購買商品的次數，經常購買的用戶也就是熟客，價值肯定比偶爾來一次的客戶價值大。
M（Monetary）消費金額：消費金額是指用戶在統計周期內消費的總金額，體現了消費者為企業創利的多少，自然是消費越多的用戶價值越大。

 

簡言之，RFM代表近度，頻率和額度，每個值都與某些關鍵客戶特征相對應。這些RFM指標是客戶行為的重要指標，因為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。

如果是缺乏金錢交易方面的業務，例如收視率，讀者人數等，可以使用"Engagement "(參與度)參數代替消費金額因素。如官網的訪問頻次，微信的交互情況，郵件打開率等。這將導致使用RFE 而不是 RFM。此外，可以根據指標例如跳出率，訪問時長，訪問的頁面數，每頁所花費的時間等來將Engagement參數定義為一個綜合值。

RFM因素闡明了以下事實：
• 購買的時間越近，顧客對促銷的反應越積極
• 顧客購買的頻率越高，他們就越投入和越滿意
• 貨幣價值區分了大筆支出的消費者和低價值的購買者

通過RFM分析，可以幫助營銷人員實現客戶細分；衡量客戶價值和客戶利潤創收能力；識別好的客戶；指定個性化的溝通和營銷服務；為更多的營銷決策提供有力支持。

如何實施用于客戶細分的RFM分析
RFM分析可幫助營銷人員找到以下問題的答案：
• 誰是您更好的客戶？
• 導致客戶流失率提升的客戶是哪些？
• 誰有潛力成為有價值的客戶？
• 你的哪些客戶可以保留?
• 您哪些客戶更有可能對參與度活動做出響應？

 

RFM分析示例

讓我們通過一個客戶交易的樣本數據集來演示一個基本的RFM分析是如何工作的：

 

表1：客戶交易數據集示例（包含15個客戶交易數據的近度，頻率和額度。）

為了對此示例進行RFM分析，讓我們看看如何根據每個RFM屬性分別對客戶進行排名，然后對這些客戶進行評分。

假設我們使用RFM值從1到5對這些客戶進行排序。

讓我們首先根據“Recency”對客戶進行排名，如下表所示：

 

如上表所示，我們按“Recency”（近度）對客戶進行了排序，更新的購買者排在首位。由于為客戶分配的分數是1-5，因此前20％的客戶（客戶ID為12、11、1）的“Recency”分數為5，接下來的20％（客戶ID為15、2、7）的分數為4 ， 以此類推。

同樣，我們可以根據客戶購買從高到低的“Frequency”（頻率）對其進行排序，將前20％的“Frequency”得分分配為5，依此類推。對于“Monetary”（額度）因素，對前20％的客戶（消費更多的）分配5分，更低的20％得分為1。這些F和M得分總結如下：

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

這種簡單的將客戶從1-5排序的方法會產生125個不同的RFM單元(5x5x5)，范圍從111（低）到555（高）。每個RFM單元的大小不同，依據客戶的關鍵習慣，捕獲在RFM得分中以得出客戶細分。然后營銷人員依據不同得分的細分客戶制定相應的策略。

 

但是，顯然的，針對不同行業的企業如果僅根據他們的購買或參與行為將每個客戶的R，F和M得分平均以獲得RFM細分市場并不公平。因此，根據您的業務性質，您可以增加或減少每個RFM變量的相對重要性，以得出分數。例如：
• 在耐用消費品行業，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冰箱或空調。在這種情況下，市場營銷人員應該更重視Monetary和Recency方面，而不是Frequency方面。
• 在時裝/化妝品等零售業務中，每月搜索和購買產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更大的權重來計算RFM得分。
• 對于視頻平臺等內容apps，追劇狂人相比一般消費者擁有更長的觀看時長。對于這些狂熱者，“參與度”和Frequency可以比Recency給予更多的重視，而對于一般人群，可以對Recency和Frequency給予比參與度更高的權重，以得出RFE得分。

 

還有一個問題是：如果每個RFM單元都被視為一個細分，那么營銷人員將無法單獨分析所有這125個客戶細分市場。因此，通常采用的RFM模型是將這三個維度指標劃分到三維正方體中。

 

RFM模型
通常，我們通過三維正方體來可視化RFM分析。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分。

如上面的RFM模型所示，因為有三個變量，所以要使用三維坐標系進行展示，X軸表示Recency，Y 軸表示Frequency，Z軸表示Monetary，坐標系的8個象限分別表示8類用戶（重要價值客戶、重要保持客戶、重要發展客戶、重要挽留客戶、一般價值客戶、一般保持客戶、一般發展客戶、一般挽留客戶）。

現在，讓我們討論如何解釋RFM細分，以了解這些用戶的行為，并提出一些有效的營銷策略。

分析RFM細分
讓我們來探究幾個有趣的部分：
• 重要價值客戶是您的更佳客戶，他們是那些更新購買，更常購買，并且花費更多的消費者。獎勵這些客戶，他們可以成為新產品的早期采用者，并有助于提升您的品牌。
• 重要發展客戶是您的近期客戶，他們的平均頻率很高，并且花費了很多錢。提供會員或忠誠度計劃或推薦相關產品以實現向上銷售并幫助他們成為您的忠實擁護者和高價值客戶。
• 重要保持客戶是指那些經常購買、花費巨大，但近期沒有購買的客戶。向他們發送個性化的重新激活活動以重新連接，并提供續訂和有用的產品以鼓勵再次購買。
• 重要挽回客戶的客戶是那些曾經經常光顧并購買但近期沒有光顧的顧客。通過相關的促銷活動帶回他們，并進行調查以找出問題所在，避免將其輸給競爭對手。

結束語
RFM是一種數據驅動的客戶細分技術，可幫助營銷人員做出更明智的戰略性決策。它使營銷人員能夠快速識別用戶并將其細分為同類群體，并針對他們制定差異化和個性化的營銷策略。這反過來又提高了用戶的參與度和留存率。通常，數據分析師會借助CRM系統或者BI工具來進行RFM分析以實現客戶細分。

持續關注我們以了解如何使用RFM分析來對各個客戶細分市場進行趨勢分析，更改不需要的細分行為，同時獲得活動策略，專業提示和建議以衡量每個RFM細分市場的活動成功率。