CRM方法：用RFM分析模型保持有价值客户doc.doc

CRM方法：用RFM分析模型保持有价值客户 在客户关系管理过程中，商家不断追逐获得客户的信息，而客户往往不愿意主动透露自己的信息或意图，除非客户能立即看到这样做给自己带来的好处。即使商家使出浑身解数，获得的往往也是一些外在的客户行为数据，对于客户内心真实想法及消费趋势，商家仍然知之不多。这正应了一句俗话：知人知面不知心。 为了得到客户的心（如客户满意度、忠诚度等），从客户那里获得更大的生命周期价值，crm提供了许多分析模型和预测模型。在这里向大家介绍一种相对简单可行、且行之有效的方法：RFM分析模型。RFM中，每个英文字母代表一种相对容易获得的已成交客户的行为参数。R(Recency 最近)表示客户最近一次购买的时间距当前有多远，也就是停止采购的时间，例如20天、8周、3个月等；F(Frequency 频率)表示客户在最近一段时间内购买的次数；M(Monetary Value货币价值)表示客户在最近一段时间内每次购买的平均金额。 作为一种对客户分类的方法，RFM分析模型起初主要用于直效营销(Direct Marketing)领域，目的是提高老客户交易的次数。 广东一家办公设备及耗材零售企业，在省内建立了9家连锁配送中心，业务发展迅速，有过成交记录的老客户也多了起来，通过向客户用邮政信函发送商品目录、开展直效营销的成本越来越高。该公司希望找到一种更有效的方法，来区分客户，以便在更恰当的时间、向恰当的客户传递恰当的商品信息，从而刺激重复交易，同时也适当降低邮寄费用。他们把客户最近一次购买日期到当天的天数算出来，得到R这个参数。 R≤7天的为 R1级客户　　8天≤R≤30天的为 R2级客户　　R≥30天的为 R3级客户 对于R1级的客户，该公司会立即再邮寄一份商品目录及奖励积分计划，对于R2级的客户则会在一周内再邮寄一份商品目录及奖励积分计划，对于R3级以下的客户则不采用这重追随购买的邮寄方式。 根据国外的统计结果，R1级客户对直效邮件的回函率是R2级的三倍，因为这些客户刚完成交易不久，所以会更注意同一公司的商品信息。如果及时跟进的邮件内容，采用交叉销售（Cross-Sell）或提升销售（Up-Sell）的策略，推荐与客户购买需求相关度高的商品，或者提供额外的重复购买奖励，效果更加显著。如果采用M货币价值这个参数对客户分类，则平均交易金额高的客户的反馈率并不见得比平均交易金额低的客户来得多。 采用F购买次数作为参数对客户进行分组，采取不同的邮寄策略也是很有意义的。例如过去6个月购买超过5次以上的客户，今后将每月邮寄一次商品目录；而购买不足2次的客户，将只会每两个月邮寄一次。 RFM非常适用于提供多种商品的企业，这些商品单价相对不高，或者相互间有互补性，具有多次重复购买的必要，这些企业可能提供如下商品：日用消费品、服装、小家电等；RFM也适用于这类企业，它们既提供高价值耐用商品、同时又提供配套的零部件或维修服务，如下：精密机床、成套生产设备、打印机等；RFM对于商品批发、原材料贸易、以及一些服务业（如旅行、保险、运输、快递、娱乐等）的企业也很适用。 RFM分析模型不断丰富发展，已经不局限于直效营销领域了。如今它更常用于监测客户消费行为异动、防范重要客户流失方面。 全胜公司是一家小型化工原料贸易企业，年销售额4000多万元，最有核心竞争力的产品是食品添加剂，如柠檬酸等，顶端客户是几家国际知名大型的饮料制造企业在当地的工厂，由高层管理人员亲自跟进，客户关系维护得很好，能稳定地占有较理想的客户份额。但是该公司还经营其他多条产品线，其他非顶端客户近1000家，来自不同的行业，采购规模和习惯各不相同，要集中有限的企业资源、保持高价值客户的忠诚度、防范高价值客户流失真不是一件容易的事情。利用RFM分析模型，则可有效地改进这方面的工作。 步骤一：分别计算出过去12个月所有已成交客户贡献的总采购金额，可以利用公式计算： M×F= TM（Totle Monetary Value，总采购金额） 　　*M=过去12个月内的平均采购金额　　*F=过去12个月内的采购次数 总采购金额也可以通过其他统计途径（例如从进销存软件或销售自动化SFA软件）获得。计算出各个客户的总采购金额后，可以利用EXCEL将客户名单按总采购金额进行降序排列，把1000家客户中最前面的1%约10家客户定义为顶端客户，把其次的4%约40家客户定义为高端客户，把再次的15%约150家客户定义为中端客户，其余的800家客户归入低端客户。 下表是降序排列后第11名起的几家客户的情况，它们是40家高端客户的一部分。  M F TM 序号 等级 客户编号 客户简称 平均采购金额 购买次数 总采购金额 11 高端 DL90483 K公司 3