1. 一起CRM | CRM系统咨询、SaaS与CRM爱好者学习交流平台!首页
  2. 实战分享

【用户分析】用RFM模型分析我们的用户

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。它在已有用户数据如购买记录,浏览历史、人员信息等的基础上,将客户进行分群,判断客户价值

为什么要分析我们的客户?

为了提高点击率,购买率,利润等等,只有当更了解自己的客户时,我们才能采取更有效的行动。

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。它在已有用户数据如购买记录,浏览历史、人员信息等的基础上,将客户进行分群,判断客户价值。它帮助我们解答了这些问题:

  • 谁是我们最好的客户?
  • 哪些客户是在分类的边界的?
  • 哪些客户有可能被转化为更有价值的客户?
  • 哪些客户流失了但可以不需要过多的关注?
  • 哪些客户我们必须要维持?
  • 谁是忠诚客户?
  • 哪些客户最有可能会回应我们现在发起的销售活动?

Recency(R)是客户最近一次购买日期距离现在的天数,这个指标与分析的时间点有关,因此是变动的。理论上客户越是在近期发生购买行为,就越有可能复购,此外R也涉及到了客户的获取,维持等方面,是非常重要的指标。

Frequency(F)指的是客户发生购买行为的次数–最常购买的消费者,忠诚度也就较高。增加顾客购买的次数意味着能占有更多的时长份额。

Monetary value(M)是客户购买花费的总金额。

本文的数据来自于Tableau的“示例-超市”,数据包含了客户的基本信息,订单信息等。我将基于此在Tableau中构建RFM模型。

首先来看看本次的数据信息:

【用户分析】用RFM模型分析我们的用户

在这些信息中,构建RFM模型所需要的是以下四个字段:

【用户分析】用RFM模型分析我们的用户

RFM详细的教程来自于空白老师的回答:空白白白白:RFM模型如何实际应用?

计算RFM值

  • Recency(R)

R的设定依据行业的不同而不同。本次所用的数据来自于超市,参考了一些资料后我决定用15,30,60,90及90天以上来计算。结果如下:

【用户分析】用RFM模型分析我们的用户

在上图可以看到总共764名客户中,有357名客户最近一次购买发生在15天之内,但同时也有252名客户已经超过3个月未发生购买行为了。对于这252名客户,他们的流失的可能性很高,需要好好调查他们长时间不来购买的原因。

  • Frequency(F)

同样的,按照25单,50单,75单,100单及100单以上对购买次数进行划分

【用户分析】用RFM模型分析我们的用户

可以看到购买次数超过100单的客户共30名,大部分客户的购买次数在100单以内,其中50单以内的占最多,有349名,其次是75单以内的客户共177名。

最后来看交易金额

  • Monetary value(M)

交易金额按照1000元,5000元,10000元,20000元和20000元以上划分

【用户分析】用RFM模型分析我们的用户

从图中可以看到,总交易金额在10000—20000元之间的人数最多,有549人。

RFM模型👇

【用户分析】用RFM模型分析我们的用户

到目前为止,我们已经将客户按照不同的R,F和M分成了1-5各等级。现在,按照他们与均值比较后的高低将客户分成8类:

【用户分析】用RFM模型分析我们的用户

“↑”表示大于均值,“↓”表示小于均值

客户分类 show time!

【用户分析】用RFM模型分析我们的用户

最后,制作仪表板,将RFM模型、客户分类以及客户明细放在一起,这样我们就可以看到具体属于不同类型的客户有哪些了!

【用户分析】用RFM模型分析我们的用户

有了这个仪表板,下一步我们能够做什么呢?

我们有:

  • 176名忠实客户:奖励他们,好好维持他们
  • 372名流失相关客户(重要挽留/重要唤回/流失):重点关注流失原因
  • 214名有潜力客户(重要深耕/新客户/潜力客户):如何将他们转化?

针对不同的客户,制定不同的营销政策,此外还可以根据RFM模型对客户未来的购买行为进行预测并且满足客户的需求。

写在最后:RFM模型各个参数的确定根据行业的不同而不同,由于我对超市/零售行业业务了解有限,参数设置难免有不合理的地方。

 

文章来自于知乎,作者:姚姚 | 数据分析自学者

免责声明:此文内容来自:知乎精选 投稿,仅代表作者个人观点,与本网无关。仅供读者参考,并请自行核实相关内容,如有侵权请联系小编删除,原文链接: 。

发表评论

登录后才能评论

联系我们

在线咨询:点击这里给我发消息

邮件:eqruan@163.com

QR code