python金融風(fēng)控評分卡模型和數(shù)據(jù)分析微專業(yè)課：http://dwz.date/b9vv

?

RFM模型---最有價值客戶

評價一個客戶是否好壞有上萬個變量，但這些變量最終可降到三個維度，即RFM模型

模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢3項指標(biāo)來描述該客戶的價值狀況。

根據(jù)美國數(shù)據(jù)庫營銷研究所Arthur Hughes的研究，客戶數(shù)據(jù)庫中有3個神奇的要素，這3個要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)：

最近一次消費 (Recency)

消費頻率 (Frequency)

消費金額 (Monetary)

?

RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。在眾多的客戶關(guān)系管理(CRM)的分析模式中，RFM模型是被廣泛提到的。該機械模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢3項指標(biāo)來描述該客戶的價值狀況。

?

根據(jù)美國數(shù)據(jù)庫營銷研究所Arthur Hughes的研究，客戶數(shù)據(jù)庫中有3個神奇的要素，這3個要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)：

最近一次消費 (Recency)

消費頻率 (Frequency)

消費金額 (Monetary)

?

最近一次消費

簡介

最近一次消費意指上一次購買的時候——顧客上一次是幾時來店里、上一次根據(jù)哪本郵購目錄購買東西、什么時候買的車，或在你的超市買早餐最近的一次是什么時候。

理論上，上一次消費時間越近的顧客應(yīng)該是比較好的顧客，對提供即時的商品或是服務(wù)也最有可能會有反應(yīng)。營銷人員若想業(yè)績有所成長，只能靠偷取競爭對手的市場占有率，而如果要密切地注意消費者的購買行為，那么最近的一次消費就是營銷人員第一個要利用的工具。歷史顯示，如果我們能讓消費者購買，他們就會持續(xù)購買。這也就是為什么，0至6個月的顧客收到營銷人員的溝通信息多于31至36個月的顧客。

描述

消費的過程是持續(xù)變動的。在顧客距上一次購買時間滿一個月之后，在數(shù)據(jù)庫里就成為消費為兩個月的客戶。反之，同一天，消費為3個月前的客戶作了其下一次的購買，他就成為消費為一天前的顧客，也就有可能在很短的期間內(nèi)就收到新的折價信息。

功能

消費的功能不僅在于提供的促銷信息而已，營銷人員的消費報告可以監(jiān)督事業(yè)的健全度。優(yōu)秀的營銷人員會定期查看消費分析，以掌握趨勢。月報告如果顯示上一次購買很近的客戶，(消費為1個月)人數(shù)如增加，則表示該公司是個穩(wěn)健成長的公司；反之，如上一次消費為一個月的客戶越來越少，則是該公司邁向不健全之路的征兆。

重要指標(biāo)

消費報告是維系顧客的一個重要指標(biāo)。買過你的商品、服務(wù)或是曾經(jīng)光顧你商店的消費者，是最有可能再向你購買東西的顧客。再則，要吸引一個幾個月前才上門的顧客購買，比吸引一個一年多以前來過的顧客要容易得多。營銷人員如接受這種強有力的營銷哲學(xué)——與顧客建立長期的關(guān)系而不僅是賣東西，會讓顧客持續(xù)保持往來，并贏得他們的忠誠度。

消費頻率

簡介

消費頻率是顧客在限定的期間內(nèi)所購買的次數(shù)。我們可以說最常購買的顧客，也是滿意度最高的顧客。如果相信品牌及商店忠誠度的話，最常購買的消費者，忠誠度也就最高。增加顧客購買的次數(shù)意味著從競爭對手處偷取市場占有率，由別人的手中賺取營業(yè)額。

分類

根據(jù)這個指標(biāo)，我們又把客戶分成五等分，這個五等分分析相當(dāng)于是一個“忠誠度的階梯”(loyalty ladder)，其訣竅在于讓消費者一直順著階梯往上爬，把銷售想象成是要將兩次購買的顧客往上推成三次購買的顧客，把一次購買者變成兩次的。

以上三個指標(biāo)會將維度再細分出5份，這樣就能夠細分出5x5x5=125類用戶，再根據(jù)每類用戶精準(zhǔn)營銷……顯然125類用戶已超出普通人腦的計算范疇了，更別說針對125類用戶量體定制營銷策略。實際運用上，我們只需要把每個維度做一次兩分即可，這樣在3個維度上我們依然得到了8組用戶。

這樣，之前提的四個問題，就能很容易被解讀（編號次序RFM,1代表高，0代表低）

重要價值客戶（111）：最近消費時間近、消費頻次和消費金額都很高，必須是VIP??！

重要保持客戶（011）：最近消費時間較遠，但消費頻次和金額都很高，說明這是個一段時間沒來的忠誠客戶，我們需要主動和他保持聯(lián)系。

重要發(fā)展客戶（101）：最近消費時間較近、消費金額高，但頻次不高，忠誠度不高，很有潛力的用戶，必須重點發(fā)展。

RFM模型分析

重要挽留客戶（001）：最近消費時間較遠、消費頻次不高，但消費金額高的用戶，可能是將要流失或者已經(jīng)要流失的用戶，應(yīng)當(dāng)基于挽留措施。

消費金額

簡介

消費金額是所有數(shù)據(jù)庫報告的支柱，也可以驗證“帕雷托法則”(Pareto’s Law)——公司80%的收入來自20%的顧客。它顯示出排名前10%的顧客所花費的金額比下一個等級者多出至少2倍，占公司所有營業(yè)額的40%以上。如看累計百分比的那一欄，我們會發(fā)現(xiàn)有40%的顧客貢獻公司總營業(yè)額的80%；而有60%的客戶占營業(yè)額的90%以上。最右的一欄顯示每一等分顧客的平均消費，表現(xiàn)最好的 10%的顧客平均花費1195美元，而最差的10%僅有18美元 。

?

案例分析

如果你的預(yù)算不多，而且只能提供服務(wù)信息給2000或 3000個顧客，你會將信息郵寄給貢獻40%收入的顧客，還是那些不到1%的顧客？數(shù)據(jù)庫營銷有時候就是這么簡單。這樣的營銷所節(jié)省下來的成本會很可觀 。

結(jié)合這三個指標(biāo)，我們就可以把顧客分成5*5*5 = 125類，對其進行數(shù)據(jù)分析，然后制定我們的營銷策略。

消費、消費頻率、消費金額是測算消費者價值最重要也是最容易的方法，這充分的表現(xiàn)了這三個指標(biāo)對營銷活動的指導(dǎo)意義。而其中，消費是最有力的預(yù)測指標(biāo)。

如何在BDP個人版上建立RFM模型，幫助用戶分群：

第一步：先挑出來近1個月的復(fù)購用戶。

第二步：近1個月內(nèi)復(fù)購用戶的平均實付金額做縱軸。

第三步：近1個月內(nèi)復(fù)購用戶的購買次做橫軸，生成表格。

第四步，你需要自己在這個表格上劃紅線。

FRM分析

橫著的紅線，代表著你認(rèn)為來吃飯的客人平均每餐該花多少錢，我這里設(shè)定的值是25元，叫外賣25都沒付到，對我而言是低消費金額（低M）用戶。

豎著的紅線，代表著你認(rèn)為復(fù)購多少次的客人，是你的高頻用戶。外賣點餐流動率很大，一個用戶每個月能在一家店點三次以上的菜，對我而言即是高頻。

這個RFM模型在實操時有什么用呢？舉個例子：

比如對圈用戶群發(fā)短信轉(zhuǎn)化只有不到1%時，你可以用RFM做個分析，只選取R值高的用戶(最近2周到最近一個月內(nèi)消費的用戶），轉(zhuǎn)化率可以由1%提升到10%。

這也意味著，以往6元/訂單將下降到0.6元/訂單。掌柜們是愿意花600元給10000個用戶發(fā)短信，得到100個訂單，還是愿意花48元給800人發(fā)短信得到80個訂單，相信大家一定會選后者。

而整體的RFM區(qū)分，則能夠幫掌柜們針對不同的用戶發(fā)不同的短信，短信的開頭是用“好久不見”、還是用“恭喜你成為VIP”，就得看時重要保持客戶還是重要價值用戶了。只有能區(qū)分用戶，才能走向精細化運營。

python機器學(xué)習(xí)生物信息學(xué)系列課（博主錄制）：http://dwz.date/b9vw