RFM客户价值掘金利器.docx

PAGE PAGE 2 RFM：客户价值掘金利器 作者：新华信国际信息咨询（北京）有限公司营销信息服务总经理 刘艳 营销管理人员经常会面临平衡公司预算与客户营销覆盖率的挑战。春节临近，正是商家的促销旺季，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？ 不少人往往会把客户在一定时间内的消费金额作为关键指标，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，这种方法所带来的最终客户响应率却并不理想。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？事实可能恰恰相反，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，如果在短时间内，他收到多个商家的促销产品册，你的资料被随手扔进垃圾筒的概率要高得多；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。虽然信件一旦被拆开，消费能力高的客户的购买金额将远远超过消费能力低的客户，但是决定你的促销最终的总收益金额将来自两类客户在信件拆阅率与支付能力 的中和结果。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。 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， 就可以回避简单使用消费金额作为主要筛选指标而产生的问题。这三个指标，通常按重要性排序，分别是 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功能强大的分析方法，来挖掘客户价值的金矿。 客户最近购买情况（ R）与客户购买频率（ F）会对客户的响应率有更大影响，这与消费心理学有很大关系。绝大多数人在新购车、购房或购物后，会在一段时间内持续一种有激动和冲动，这是人类情感的共性。如果你第一次在某商场购物后，很快就收到来自那个商场的信件，你肯定会马上拆阅这封信，因为你认为里面可能会有与你紧密相关的信息。而在三年后，你仍旧在收到这个商场寄给你的促销产品目录册，你也许不再会拆阅它，因为你认为既使不看你也大概了解相关的信息。而消费频率（F）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。所以， 客户最近购买情况（ R）与客户购买频率（ F）对客户响应率有至关重要的影响。 相对于使用客户年龄、收入、家庭财产和有无孩子等人口统计信息进行客户分析的客户特征分析法而言，RFM 分析侧重对客户行为的分析，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，这是 RFM 分析超越人口统计资料分析的最大不同。与传统的静态人口分析维度相比，这三个值都是动态的，是一种更为高明的分析维度。当然，RFM 只适合对已交易客户进行分析，因为潜在客户没有相关记录。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。 要将 RFM 分析应用到企业的营销实践，并不挑战营销管理人员的统计或模型知识。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，就可以马上着手尝试。应用 RFM 分析法掌握“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（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），将所有客户记录依次按三个关键指标进行排序后，分为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，标上从 5 到 1 的相应数字， 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近最新的日期，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