RFM分类方法及模型.pdfVIP

RFM 顾客分类方法及模型 Recency：理论上， 上一次消费时间越近的顾客应该是比较好的顾客， 对提供即时的商品或是服务也最有 可能会有反应。如果我们能让消费者购买，他们就会持续购买。 Frenquency ：消费频率是顾客在限定的期间内所购买的次数。我们可以说最常购买的顾客，忠诚度相对 高于其它顾客。 Monetary ：消费金额的意义不言而喻。 一、 RFM 分类 ：（参考：Arthur Hughes 顾客五等分模型） 1、 查询出一年时间内（以查询时间向前推一年计算）所有 VIP 顾客的最近一次购买时间； 2 、 将靠前（离查询时间最近） 20 ％标记为 5，前 20 ％－40 ％，标记为 4 ，前 40 ％－ 60 ％，标记为 3 ，前 60 ％－ 80 ％，标记为 2，前 80 ％－ 100 ％，标记为 1。依次类推， 将此项上所有顾客分成 5 －1 五等分； 3 、 查询出在一年内所有 VIP 顾客的消费频次及购买金额，已同样的方法划出 5 等并进行 5 －1 的标记； 4 、 将 R、 F、M 三项对应到单个顾客，最终每个顾客将出现一个由三个数字组成的数组； 5 、 将每个顾客对应的三位数相加，作为顾客价值的得分，进行标记。 二、顾客价值及流失监控模型 1、 顾客价值模型 得分 顾客分类 14-15 分 超优质顾客 10-13 分 优质顾客 6-9 分 一般顾客 3-5 分 低贡献顾客 理论上来说， 同等的资源投入的情况下， 一名超优质顾客的回报将会是优质顾客的 5 倍，可以推出， 在资源有限的前提下，满足顾客的顺序应该也是自上而下的： 1） 要求系统对每个顾客进行评分并归类 2 ） 评分及归类以分店为单位（按照三月内消费次数最高分店计算，如果出现两店消费次数一样算为老 店顾客） 2 、 流失顾客监控模型 R 5 4 低价值忠 高价值忠 诚顾客 诚顾客 3 2 低价值 高价值 流失顾客 流失顾客 1 1 2 3 4 5 M 由图可以看出，只有在右下象限的顾客是最需要重点关注并对其进行挽留的，顾客流失项目主要是 对此类顾客进行： 1）要求系统能自动对各分店此类顾客进行自动标记； R≥3 且 M ≥3 ：高价值忠诚 R ＜3 且 M ≥3 ：高价值流失 R＜3 且 M ＜ 3 ：低价值流失 R ≥3 且 M ＜3 ：低价值忠诚 2 ）自动显示此类顾客数量及占比情况； 3 ）能够批量查询此类顾客单个基本资料； 4 ）查询结果可以导出。 3 、顾客分类模型 F 5 4 高频次低 高频次高 价值顾客 价值顾客 3 2 低频次低 低频次高 价值顾客 价值顾客 1 1 2 3 4 5 M 由图可以很清楚的看出单个顾客的类型（所在象限） ，从而判断出对此顾客采用的营销策略。 1、 要求系统能自动对各分店此类顾客进行自动标记； F≥3 且 M ≥3 ：高频次高价值 F＜3 且 M ≥3 ：低频次高价值 F＜3 且 M ＜3 ：低频次低价值 F ≥3 且 M ＜3 ：高频次低价值 2 、 自动显示各类顾客数量及占比情况； 3 、 能够批量查询此类顾客单个基本资料；