05-3-3怎样掘客户价值？.docVIP

RFM分析法帮助企业透过动态的客户行为信息，更深入地洞察客户行为，将客户根据不同的行为特征细分为不同的群体。 怎样掘出客户价值？ 文/刘艳 春节期间，正是商家的促销旺季，如果作为一家大型超市的市场经理，如果在既定的促销预算里，只能从60万交易会员中挑选20万人进行直邮目录营销，你会如何选择呢？ “消费大佬”不一定是目标 不少人往往会对60万会员进行高低排序，并将排名靠前的20万名会员作为目录营销的主要对象。但是，这种方法所带来的响应率却并不理想。试想，有这样两位客户，一位在你的产品目录上一年消费10万元，而另一位却只消费1千元，有什么理由坚信消费10万元的客户一定比消费1千元的客户更有可能打开促销信件呢？ 事实也恰恰相反，因为一个消费能力足够高的客户，常常会出现在多个商家的重要客户名单上，如果他在短时间内收到多个商家的促销产品册，那么你的资料被忽略的概率要高得多；而消费能力低的客户受到竞争商家的影响反而小，信件的拆阅率反倒更高。所以，如果单一按消费金额进行客户选择，不是获得最高收入的最佳方式。 用RFM掘金 如果能在考虑客户消费金额的同时，结合最近购买情况和购买频率，就可以回避一些问题。如果按重要性排序，可以分为R（Recency，客户最近一次的购买情况）、F（Frequency，客户购买频率）和M（Monetary，客户消费金额），结合起来就是RFM分析法。只要你已经对交易客户建立了客户数据库，就可以开始使用这种分析方法来挖掘客户价值的金矿。 通常情况下，客户最近购买情况（R）与客户购买频率（F）对客户的响应率会有更大影响。因为绝大多数人在新购车、购房或购物后，会持续一种激动。如果顾客第一次在某商场购物后，很快就收到来自那个商场的信件，肯定会马上拆阅这封信。消费频率（F）则是客户在一段时间内购买的次数，经常购买的客户，在满意度、品牌信任度和忠诚度等方面都会更高。 相对而言，RFM分析更侧重于对客户行为的分析，客户在做些什么、他们的这些行为会对将来的购买产生什么影响、能否通过客户过去的行为预测他们将来的购买，指导企业有针对性地开展营销等等。因此，无论是B2C行业还是B2B行业的客户管理与营销，RFM都能有效指导企业与客户开展更为精准、个性化和高响应率的沟通，帮助企业提高收入和利润。 只要企业已经建立的客户数据库中，有较为完整的交易记录，就可以将RFM分析应用到营销实践中。在应用RFM分析法的时候，只需要掌握“三五”原则即可，即三个关键指标五个等分值。正如上文所说，这三个关键指标就是R（客户最近一次的购买情况）、F（客户购买频率）和M（客户消费金额），把所有客户记录依次按三个关键指标进行排序后，就分成五个相等数量的群体，并把每一个五等分的代号放入每一个数据库记录里，并相应标上从5到1的数字，就完成了对客户数据的RFM编号。 举例来说，某一个客户在按购买时间排序后，属于五等分客户群里最新的日期，则此客户的R编码为5；继续将此客户在按购买频率排序后，发现它属于五等分客户群里第二类客户，则此客户F编码为2，再接着把这个客户按消费金额排序，发现它在第三类客户里，则它的M编码为3，将三个编码合并起来，此客户的RFM编码就是523，这个简单的三位数代码，分别代表着此客户的最近购买情况、购买频率和消费金额。 借助计算机，RFM编码工作可以很快完成，每3个数字将形成一个RFM单元，按“三五”原则，总计会得到5*5*5=125个RFM单元代码，每个单元都有相同数量的客户，可以非常方便地对不同单元的客户进行RFM的特征比较，并选择合适的客户来做营销推广。 事实上，B2B行业的交易客户数量往往要小得多，很多企业的交易客户数量最多也仅为万级，如果这时仍旧使用125个RFM单元，每个单元里的客户数量太少以至失去细分的意义。一般B2B行业每个RFM单元的客户数量不应少于1000家，这时可将RFM单元总量下调。下调的方法主要是减少购买频率（F）和消费金额(M)的等分数量，例如5个R（最近购买情况）*2个购买频率*2个消费金额=20个RFM单元。对一家销售高端产品的B2B企业来讲，消费金额在销售中非常重要，RFM划分也可以调整为4个R（最近购买情况）*2个购买频率*3个消费金额=24个RFM单元。 图表 应用案例 以联邦快递公司为例，他们通过使用RFM分析，已经取得了相当高的利润。公司用RFM三个指标将所有客户分为：贡献额最高的10%稳定客户群、高贡献额的成长客户群、过去六个月流失的中贡献额客户群、季节性低贡献额客户群、中贡献额的稳定客户群、低贡献额且在过去六个月内的流失客户群、低贡献额但刚恢复交易的客户群这七个客户群体，每个细分群体再依收入贡献额细分为十等分。 联邦快递在两年内持续观察，客户如何在七个细分群体中变动，每个细分群体内客户如何在十等分