市場和運營往往絞盡腦汁做活動、上新品、蹭熱點、做營銷，拓渠道，不斷開發客戶、做回訪維系客戶感情，除了少數運氣好的之外，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“客戶細分”的重要性。營銷人員不僅要著眼于創造更多的訪問量和點擊量（無論是郵件還是站點）以提高客戶獲取，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最流行、最簡單、最有效的客戶細分方法之一。

1.什么是RFM?

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（或截止到統計周期）。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)代替Monetary。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。

2.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
• 消費金額區分了大筆支出的消費者和低價值的購買者
• 想要提高回購率和留存率，需要時刻警惕R值

RFM分析可幫助營銷人員找到以下問題的答案：
• 誰是您最有價值的客戶？
• 導致客戶流失率增多的是哪些客戶？
• 誰有潛力成為有價值的客戶？
• 你的哪些客戶可以保留?
• 您哪些客戶最有可能對參與度活動做出響應？
• 誰是你不需要關注的無價值客戶？
• 針對哪些客戶制定哪種發展、保留、挽回策略？

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；識別優質客戶；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。

那RFM分析應如何開始呢？

3.RFM評分示例
由于R值、F值、M值存在量級之間的差距，無法直觀的通過加減或平均來衡量用戶價值，這里我們介紹一種評分方式，根據三組數據各個值的特性，采用5分制為各個數據賦予一個評分值。

讓我們通過一個客戶交易的樣本數據集來演示一個簡單的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，R值的評分機制是R值越大，評分越小。

表2：根據“Recency”對客戶進行排名

如上表所示，我們按“Recency”對客戶進行了排序，最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”對其進行排序，將前20％的“Frequency”得分分配為5，依此類推。對于“Monetary”因素，對前20％的客戶（消費最多的）分配5分，最低的20％得分為1。這些F和M得分總結如下：

表3：根據“Frequency”和“Monetary”對客戶進行排名

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排序的方法最多會產生125個不同的RFM單元(5x5x5)，范圍從111（最低）到555（最高）。每個RFM單元的大小不同，依據客戶的關鍵習慣，被捕獲為RFM得分以得出客戶細分，營銷人員依據不同得分的客戶制定相應的策略。

顯然，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。這類平均值只適合于均類數據，對于一些不規則數據，平均值會造成很大的誤差，因此，根據您的業務性質，您可以科學增加或減少每個RFM變量的相對重要性，以得出最終分數。例如：

1.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。

2.時裝/化妝品等零售業務
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。

3.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Engagement更高的權重，以得出RFE得分。

此外，企業需要針對自己的行業特點靈活變通指標的采用。比如在金融行業，最近一次購買時間可能并不適用，此時可以考慮采用金融產品持有時間來代替R，這樣更能體現用戶與金融企業建立聯系時間的長短。

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。

4.RFM模型
在以上的RFM評分示例中，我們已經分別計算R、F、M評分；現在我們進一步分別獲得R、F、M的平均值；然后將各個變量高于平均分的定義為“高”，低于平均分的定義為“低”；根據三個變量“高”“低”的組合來定義客戶類型；如“高”“高”“高”為高價值客戶。

通常，我們通過三維正方體來可視化RFM分析結果。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。

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
• 重要價值客戶是您的最佳客戶，他們是那些最新購買，最常購買，并且花費最多的消費者。提供VIP服務和個性化服務，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，消費金額高，但平均頻率不太高，忠誠度不高。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，但最近沒有購買的客戶。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。
• 重要挽回客戶是那些曾經光顧，消費金額大，購買頻率低，但最近沒有光顧的顧客。設計召回策略，通過相關的促銷活動或續訂帶回他們，并進行調查以找出問題所在，避免將其輸給競爭對手。
• 一般價值客戶是那些最近購買，消費頻次高但消費金額低的客戶，需要努力提高其客單價，提供產品優惠以吸引他們。
• 一般發展客戶是那些最近購買，但消費金額和頻次都不高的客戶。可提供免費試用以提高客戶興趣，提高其對品牌的滿意度。
• 一般保持客戶是指很久未購買，消費頻次雖高但金額不高的客戶。可以提供積分制，各種優惠和打折服務，改變宣傳方向和策略與他們重新聯系，而采用公平對待方式是最佳。
• 一般挽留客戶是指RFM值都很低的客戶。針對這類客戶可以對其減少營銷和服務預算或直接放棄。

此外：
• 目前的RFM分析中，一般給與M值更高的權重；
• 如果您的公司中一般挽留客戶與一般發展客戶占據多數，說明公司的用戶結構不是很合理，需要盡快采取措施進行優化。

5.最后
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。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工具來實現RFM分析。