RFM模型-客户关系管理|运营学社

本文来源于人人都是产品司理（ID：米可）

假定由于某种原因，你需求召回你的老客户。不同消费特点层级的老客户，需求不同的召回牵动点，因而你或许需求对你的老客户进行分层处理。这个时分就引入了一个客户关系办理模型：RFM模型。本文要点共享依据RFM模型下的老客户的召回思路：怎样将不同消费等级的老客户分象限以及针对不同象限的客户对症下药。

一、RFM模型概述

在很多的客户关系办理(CRM)的剖析形式中，RFM模型是被广泛说到的。RFM模型是衡量客户价值和客户创利才能的重要东西和手法。该机械模型经过一个客户的近期购买行为、购买的整体频率以及花了多少钱三项目标来描绘该客户的价值情况。

依据美国数据库营销研讨所Arthur Hughes的研讨，客户数据库中有三个要素：

R（Recency）、F（Frequency）、M（Monetary）。

1、最近一次消费(Recency)

客户最近一次的购买时刻是什么时分。最近一次消费时刻越近的顾客是最有或许对供给的产品或是服务也最有反响的集体。

假如显现上一次购买很近的客户，(消费为1个月)人数如添加，则表明该公司是个稳健生长的公司；反之则是迈向不健全之路的预兆。

要招引一个几个月前才上门的顾客购买，比招引一个一年多曾经来过的顾客要简单得多。

2、消费频率(Frequency)

客户在限制的期间内所购买的次数。最常购买的顾客，也是满意度最高的顾客。

假如信任品牌及商铺忠诚度的话，最常购买的顾客，忠诚度也就最高。添加顾客购买的次数意味着从竞争对手处盗取市场占有率，由他人的手中赚取营业额。

3、消费金额(Monetary)：客户的购买金额（可分为累积购买及均匀每次购买）

消费金额是一切数据库陈述的支柱，也能够验证“帕雷托规律”(Pareto’s Law)——公司80%的收入来自20%的顾客。

“↑”表明大于均值，“↓”表明小于均值

由于有三个变量，所以要运用三维坐标系进行展现，X轴表明Recency，Y 轴表明Frequency，Z轴表明Monetary，坐标系的8个象限别离表明8类用户，依据上表中的分类，能够用如下图形进行描绘：

以上便是关于RFM模型的一个大致的结构介绍。接下来咱们谈谈怎样运用这个模型对实际作业的老客户做一个分类。

二、RFM规范剖析

在数云等相似的CRM体系中，又把客户分红五等分，这个五等分剖析适当所以一个“忠诚度的阶梯”(loyalty ladder)，其窍门在于让顾客一向顺着阶梯往上爬，把出售幻想成是要将两次购买的顾客往上推成三次购买的顾客，把一次购买者变成两次的。

为了便利下面阐明，把相应的象限用字母1-25表明（如下图表明）。

举个栗子：某个客户的F=1，30＜R≤90，则坐落22象限。

使用这个模型召回老客户之前，需求先捋清楚每一个象限的含义：

越挨近右上角象限的客户越优质，复购越强，对品牌忠诚度越高；坐落21-25象限的客户，只需再购买一次，就直接变成象限16的客户；坐落6-10象限的客户，只需再购买一次，就直接变成象限1的客户。象限25归于丢失客户，象限1归于肯定忠诚老客户（这种客户交流打电话最直接），要点重视象限5和10的客户（为什么你的忠诚老客户丢失了？）……

下面直接看这个表格，有一个更直观的感触。

RFM规范剖析又衍生出一个参数：客户数/占比。因而能够分为：按客户数/占比区分象限，按均匀每次购买金额区分象限；按累计购买金额区分象限。

表2.1 按累计金额区分象限的RFM规范剖析

表2.1阐明，购买次数越多的客户份额越少，留意象限24（加棕色），此种类型数据表明你的丢失客户太多啦！该好好关爱一下新客户的营销作业了，把象限21-25的客户往象限16丢去。

表2.2 按均匀每次购买金额区分象限的RFM规范剖析

表2.2从M（消费金额）的视点来剖析，能够把要点放在象限2和象限3（加黄色），此类客户单此奉献度高，可要点访问或联络，以最有用的方法拯救更多的商机。

表2.3 按累计购买金额区分象限的RFM规范剖析

表2.3 仍是从M（消费金额）的视点来剖析，能够发现人民币的首要奉献值都在于丢失客户身上，也便是说，你从老客户身上压榨的油水太少啦！你的CRM保护作业做的不可噢~新客的二次召回是下一阶段要点要重视的问题点。

三、依据RFM模型的老客户召回逻辑

再举这么一个假定：

你有10000个客户，需求发短信或邮件最大程度（人数或许消费金额）召回他们，可是你的预算不多，最多只能选取2000-3000个顾客，那么你会怎样找到最优化的客户样本？

理解了这个RFM的逻辑，ROI从1:6跳动到1:30都是或许的，营销所节省下来的成本会很可观。依据不同象限周期性改变，能够推测出客户消费的异动情况，依据客户丢失的或许性，列出客户。