RFM分類方法及模型

1、RFM 顧客分類方法及模型Recency:Recency:理論上，上一次消費(fèi)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)。如果我們能讓消費(fèi)者購買，他們就會持續(xù)購買。Frenquency:Frenquency:消費(fèi)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，忠誠度相對高于其它顧客。MonetaryMonetary: :消費(fèi)金額的意義不言而喻。一、RFMRFM 分類：（參考：ArthurHughesArthurHughes 顧客五等分模型）1 1、查詢出一年時間內(nèi)（以查詢時間向前推一年計(jì)算）所有 VIPVIP 顧客的最近一次購買時間；2 2、將靠

2、前（離查詢時間最近）20%20%標(biāo)記為 5,5,前 20%20%40%,40%,標(biāo)記為 4,4,前 40%40%60%,60%,標(biāo)記為 3,3,前60%60%80%,80%,標(biāo)記為 2,2,前 80%80%100%,100%,標(biāo)記為 1 1。依次類推，將此項(xiàng)上所有顧客分成 5 51 1 五等分；3 3、查詢出在一年內(nèi)所有 VIPVIP 顧客的消費(fèi)頻次及購買金額，已同樣的方法劃出 5 5 等并進(jìn)行 5 51 1 的標(biāo)記；4 4、將 R R、FMFM 三項(xiàng)對應(yīng)到單個顧客，最終每個顧客將出現(xiàn)一個由三個數(shù)字組成的數(shù)組；5 5、將每個顧客對應(yīng)的三位數(shù)相加，作為顧客價值的得分，進(jìn)行標(biāo)記。二、顧客價值及流失

3、監(jiān)控模型1 1、顧客價值模型得分顧客分類14-1514-15 分超優(yōu)質(zhì)顧客10-1310-13 分優(yōu)質(zhì)顧客6-96-9 分一般顧客3-53-5 分低貝獻(xiàn)顧客理論上來說，同等的資源投入的情況下，一名超優(yōu)質(zhì)顧客的回報將會是優(yōu)質(zhì)顧客的 5 5 倍，可以推出,在資源有限的前提下，滿足顧客的順序應(yīng)該也是自上而下的：1 1）要求系統(tǒng)對每個顧客進(jìn)行評分并歸類2 2）評分及歸類以分店為單位（按照三月內(nèi)消費(fèi)次數(shù)最高分店計(jì)算，如果出現(xiàn)兩店消費(fèi)次數(shù)一樣算為老店顧客）2 2、流失顧客監(jiān)控模型低價值忠誠顧客高價值忠誠顧客低價值流失顧客高價值流失顧客由圖可以看出，只有在右下象限的顧客是最需要重點(diǎn)關(guān)注并對其進(jìn)行挽留的，顧客

4、流失項(xiàng)目主要是對此類顧客進(jìn)行：1 1）要求系統(tǒng)能自動對各分店此類顧客進(jìn)行自動標(biāo)記；R3R3 且 M3M3:高價值忠誠 Rv3Rv3 且 M3M3:高價值流失RV3RV3 且 MV3MV3:低價值流失 R3R3 且 MV3MV3:低價值忠誠2 2）自動顯示此類顧客數(shù)量及占比情況；3 3）能夠批量查詢此類顧客單個基本資料；4 4）查詢結(jié)果可以導(dǎo)出。3 3、顧客分類模型12345高頻次低價值顧客高頻次高價值顧客2_低頻次低價值顧客1一123451 1、要求系統(tǒng)能自動對各分店此類顧客進(jìn)行自動標(biāo)記；F3F3 且 M3M3:高頻次高價值 FV3FV3 且 M3M3:低頻次高價值FV3FV3 且 MV3MV3:低頻次低價值 F3F3 且 MV3MV3:高頻次低價值2 2、自動顯示各類顧客數(shù)量及占比情況；3 3、能夠批量查詢此類顧客單個基