客户细分——RFM模型

一、模型概述

RFM模型是衡量当前客户价值和客户潜在创利能力的重要工具和手段，在众多的客户关系管理（CRM）的分析模式中，RFM模型是被广泛应用的；该模型通过R(Recency)表示客户购买时间有多远，F(Frequency)表示客户在固定时间内购买次数，M(Monetary)表示客户在固定时间内购买的金额。

一般的分析型CRM着重于对客户贡献度的分析，RFM则强调以客户的购买行为来 区分客户。在实际应用中根据不同业务参考的数据维度也会有相应调整。

R值：最近一次消费（Recency）指的是最近一次消费时间与当前时间的间隔。理论上R值越小的客户是价值越高的客户。在目前网购便利的大环境下，顾客有了更多的购买选择和更低的购买成本，去除地域的限制因素，客户非常容易流失，如果想要提高回购率和留存率，需要时刻关注R值。

F值：消费频率（Frequency）指的是顾客在固定时间内（比如一年）的购买次数。实际操作中，由于部分商品的特殊性，比如3C产品，耐用品等即使是忠实粉丝用户也很难在1年内购买多次。所以，这种情况下，会把F值的时间范围去掉，替换成累计购买次数。

M值：消费金额（Monetary）指的是顾客在对应时间内（比如一年）的消费金额。M值和F值是一样的，都带有时间范围，指的是一段时间内的消费金额。

二、实践应用

1、客户细分

• 高价值客户：最近消费时间近、消费频次和消费金额都很高，属于高质量客户。
• 重点发展客户：最近消费时间较近、消费金额高、但频次不高、忠诚度不高的客户，都很有潜力，可以重点发展。
• 重点保持客户：最近消费时间较远，但消费频次和金额都较高，说明这是一个一段时间没来的忠实客户，我们需要主动和他保持联系。
• 重点挽留客户：最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经流失的客户，应当采取挽留措施。

2、营销策略

比如

3、模型评分

除了直接用RFM模型对用户进行分组之外，还有一种常见的方法是利用RFM模型的三个属性对客户进行打分，通过打分确定每个用户的质量，最终筛选出自己的目标用户。

RFM模型评分主要有三个部分：

1. 确定RFM三个指标的分段和每个分段的分值；
2. 计算每个客户RFM三个指标的得分；
3. 计算每个客户的总得分，并且根据总得分筛选出优质的客户。

举个例子

确定RFM的分段和对应分段的分值之后，就可以按照用户情况对应进行打分。

对应分段的分值怎么确定，目前没有比较统一、科学的方法，可以先根据经验进行打分，然后利用算法模型进行验证修正。