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(shí)間越近的顧客應(yīng)該是比較好的顧客，對(duì)提供即時(shí)的商品或是服務(wù)也最有可能會(huì)有反應(yīng)。如果我們能讓消費(fèi)者購買，他們就會(huì)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(duì)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(shí)間內(nèi)（以查詢時(shí)間向前推一年計(jì)算）所有 VIPVIP 顧客的最近一次購買時(shí)間；2 2、將靠

2、前（離查詢時(shí)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(duì)應(yīng)到單個(gè)顧客，最終每個(gè)顧客將出現(xiàn)一個(gè)由三個(gè)數(shù)字組成的數(shù)組；5 5、將每個(gè)顧客對(duì)應(yīng)的三位數(shù)相加，作為顧客價(jià)值的得分，進(jìn)行標(biāo)記。二、顧客價(jià)值及流失

3、監(jiān)控模型1 1、顧客價(jià)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(bào)將會(huì)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(duì)每個(gè)顧客進(jìn)行評(píng)分并歸類2 2）評(píng)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(jià)值忠誠顧客高價(jià)值忠誠顧客低價(jià)值流失顧客高價(jià)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(duì)其進(jìn)行挽留的，顧客

4、流失項(xiàng)目主要是對(duì)此類顧客進(jìn)行：1 1）要求系統(tǒng)能自動(dòng)對(duì)各分店此類顧客進(jìn)行自動(dòng)標(biāo)記；R3R3 且 M3M3:高價(jià)值忠誠 Rv3Rv3 且 M3M3:高價(jià)值流失RV3RV3 且 MV3MV3:低價(jià)值流失 R3R3 且 MV3MV3:低價(jià)值忠誠2 2）自動(dòng)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(gè)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(jià)值顧客高頻次高價(jià)值顧客2_低頻次低價(jià)值顧客1一123451 1、要求系統(tǒng)能自動(dòng)對(duì)各分店此類顧客進(jìn)行自動(dòng)標(biāo)記；F3F3 且 M3M3:高頻次高價(jià)值 FV3FV3 且 M3M3:低頻次高價(jià)值FV3FV3 且 MV3MV3:低頻次低價(jià)值 F3F3 且 MV3MV3:高頻次低價(jià)值2 2、自動(dòng)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(gè)基