1. 一起CRM | CRM系统咨询、SaaS与CRM爱好者学习交流平台!首页
  2. 业界观点

使用Excel做简单RFM客户价值分析模型

作者:译本吐司

终于当了做简单案例分析模型啦,今天要记录的是简单的RFM客户价值分析模型。首先必不可少的第一步需要讲一下什么是RFM客户价值分析模型。

一、理论概述

1
图1:百度百科概念描述

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。模型依据一个客户的近期购买行为(R)、购买的总体频率(F)以及消费总金额(M)来描述客户的价值。

根据三个指标我们可得到一个RFM的三维模型,每块空间代表着一类数据。

2
图2:RFM三维模型
3
图3

所以我们需要将每一天客户数据转化成上图R–F–M,从而给客户贴上客户级别的标签。

二、模型分析

①数据清洗

原始数据https://pan.baidu.com/s/11YcFmuJbvVbC7OxSMxFMcg,包含用户ID,下单日期,订单号,消费金额。

4
图4:原始数据样例展示

拿到一份数据需要简单浏览数据的情况。需要关注的点有:

①包含空值的数据,用户ID,下单日期,订单号,消费金额空值的情况。

②通过筛选查看数据的情况,如可以快速查看到时间数据的分布,金额的分布。同时也可以根据数据情况排序。

5

图5

③留意异常值,如下单金额中金额为0,负数这类在业务中定为异常值。

④通过建立数据透视表观察数据。

所以根据上面三个方面的观察我们可以对数据进行清洗:

1、通过Excel“定位–空值–右键删除”,去除空值的数据。

2、通过筛选,删除小于amountinfo小于1的数据。

②数据整理

根据RFM模型,我们需要R、F、M的值

6
图6:R、F、M填入数据

对原始数据建立数据透视表。

7
图7

根据图7数据,填入到图6中。

R是客户的最后交易时间跟数据采集时间的差作为计量标准;F是数据集中同一客户ID的交易次数。M是客户的交易额。

③数据分析

需要对RFM分箱,即对R、F、M的值进行打分的操作。这里采用简单范围法,即通过R\F\M的极差将数据三等分。

8

图8

R-score的计算公式:“=IF(ROUNDUP((D2-$P$4)/$P$4,0)=0,1,ROUNDUP((D2-$P$4)/$P$4,0)) ”;$P$4是极值三等分距。

ROUNDUP是向上取整;IF函数是为了将式子等于0的转化成1;

通过判断R-score\F-score\M-score,是否大于三等分点,大于为1,小于为了0.

9

图9
10
图10

通过vlookup多条件匹配,=VLOOKUP(分析表!K2:K59683&分析表!L2:L59683&分析表!M2:M59683,IF({1,0},Sheet3!B$2:B$9&Sheet3!C$2:C$9&Sheet3!$D$2:$D$9,Sheet3!$E$2:$E$9),2,0);得到结果:

11

图11

④可视化,建立数据透视表以及图标

12

图12:可视化分析

1、客户占比分析:从饼图可以直观的看到该数据新客户占到了57%,流失客户同样高到40.65%,重要价值客户,以及重要唤回客户分别为0.96%、1.19%。

2、客户金额分析:

13

图13:客户金额分析

从客户的总体消费金额来看,新客户的消费金额占到45%,流失客户消费金额占到39%。

所以可初步断定该平台主要是吸引新客户,但是对客户留存不足,需要通过运营手段加强流失客户、重要挽回客户的挽留,重要价值用户的培养。

三、基于客户价值的运营分析

当客户价值分类完成,需要针对不同层级的客户实施不同的运营策略。

(1)重要价值客户:维持现状,重点维护

最近消费时间近,消费频次和消费金额都很高;重点维护对象,VIP大用户组织建设是必要的,权益专享、定期福利等;

(2)重要发展客户:提升频次,重点深耕

最近消费时间较近,消费金额高,但频次不高;属于忠诚度不高用户。着力让用户在平台上活跃,优化产品和服务,帮助用户提升频次。

(3)重要保持客户:用户回流,重点挽回

最近消费时间较远,但消费频次和金额都很高;说明这是个一段时间没来的忠实客户,定期的EDM、PUSH、短信,主动和用户保持联系和互动;

(4)重要挽留客户:提前预警,重点召回

最近消费时间较远,消费频次不高,消费金额高;属于重点的预流失用户,提前做好预流失预警和策略触达。

(5)一般价值用户:潜力用户,刺激复购

最近消费时间较近,消费频次高,就是消费金额低;属于重点潜力用户,可以发放大额卡券,引导此类用户不断增加投资。

(6)一般发展用户:多为新用户,挖掘需求

最近消费时间较近,消费频次低,消费金额也低;可能是新用户,最近投资过,需要客服回复工作加强,以及福利及时提醒。

(7)一般保持用户:流失召回

最近消费时间较远,消费频次高,消费金额低;属于流失用户,可能前期在普通很活跃,后期情感受挫,或是产品、服务、奖励力度达不到心里预期,需要做好利益与情感双重触达。

(8)一般挽留用户:可放弃治疗

最近消费时间,消费频次与消费金额都很低,此类用户流失已久,较难挽回,预算受限的情况下,可以放弃此类用户。

四、RFM模型的深入思考

①从使用模型的情况来看,RFM的分层上面是使用的简单的均值划分,即大于均值则打分为1,小于均值则为0所以也默认的RFM三个指标之间的权重是一直的,但是现实中却不一定。

②只是将客户根据特征分类,但是却没有针对各个类别客户的忠诚度和价值。

所以改进可以从这两方面入手,1、重新确定R\F\M三个指标的权重;2、重新进行分类并对各个类别客户进行价值评分。

最近发现一片文章讲通过层次分析方法确定权重,但是觉得依赖于砖家拍脑袋确定重要性。方法大致是砖家确定指标,通过特征向量归一化处理得到各个指标。对于RFM模型的优化还需要好好研究下。

14
图14:砖家填重要度表

作者:译本吐司
链接:https://www.jianshu.com/p/cfb2b1871e72
来源:简书

免责声明:此文内容来自:简书精选 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:https://www.jianshu.com/p/cfb2b1871e72 。

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