rfm模型直接郵寄營銷分析

① 請高人指點：怎樣使用RFM模型

RFM 是指 Recency(近期性), Frequency(頻率), Monetary(金額).

主要是透過分析消費者的 I)消費金額, II)消費頻密程度, III)消費的近期性,來評定消費者的重要性.從以把消費者區分成不同的級別,做重點的,針對性的市場推廣

原則上,消費者的消費金額越大,消費次數越頻密,對上一次的消費越近. 消費者的價值越高,
對此類消費者進行重點的,針對性的市場推廣, 效益越高.

② RFM模型的分析

RFM的含義如下：

1、R（Recency）：客戶最近一次交易時間的間隔。R值越大，表示客戶交易發生的日期越久，反之則表示客戶交易發生的日期越近。

2、F（Frequency）：客戶在最近一段時間內交易的次數。F值越大，表示客戶交易越頻繁，反之則表示客戶交易不夠活躍。

3、M（Monetary）：客戶在最近一段時間內交易的金額。M值越大，表示客戶價值越高，反之則表示客戶價值越低。

4、RFM分析就是根據客戶活躍程度和交易金額的貢獻，進行客戶價值細分的一種方法。

③ 如何使用SPSS Modeler進行RFM分析

在眾多的客戶關系管理(CRM)的分析模式中，RFM模型是被廣泛提到的。RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段。該機械模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢三項指標來描述該客戶的價值狀況。

④ 怎麼用excel 通過rfm模型 分析

文件-選項-載入項-轉到，勾選數據分析工具，然後在數據選項卡下面使用數據分析裡面的相關性分析或者協方差分析就可以了。

⑤ rfm模型的三個指標是什麼

根據美國資料庫營銷研究所Arthur Hughes的研究，客戶資料庫中有3個神奇的要素，這3個要素構成了數據分析最好的指標：

1、最近一次消費

最近一次消費意指上一次購買的時候——顧客上一次是幾時來店裡、上一次根據哪本郵購目錄購買東西、什麼時候買的車，或在你的超市買早餐最近的一次是什麼時候。

理論上，上一次消費時間越近的顧客應該是比較好的顧客，對提供即時的商品或是服務也最有可能會有反應。營銷人員若想業績有所成長，只能靠偷取競爭對手的市場佔有率，而如果要密切地注意消費者的購買行為，那麼最近的一次消費就是營銷人員第一個要利用的工具。

歷史顯示，如果能讓消費者購買，他們就會持續購買。這也就是為什麼，0至3個月的顧客收到營銷人員的溝通信息多於3至6個月的顧客。

2、消費頻率

消費頻率是顧客在限定的期間內所購買的次數。我們可以說最常購買的顧客，也是滿意度最高的顧客。如果相信品牌及商店忠誠度的話，最常購買的消費者，忠誠度也就最高。增加顧客購買的次數意味著從競爭對手處偷取市場佔有率，由別人的手中賺取營業額。

分類：

根據這個指標，我們又把客戶分成五等分，這個五等分分析相當於是一個「忠誠度的階梯」(loyalty ladder)，如購買一次的客戶為新客戶，購買兩次的客戶為潛力客戶，購買三次的客戶為老客戶，購買四次的客戶為成熟客戶，購買五次及以上則為忠實客戶。

其訣竅在於讓消費者一直順著階梯往上爬，把銷售想像成是要將兩次購買的顧客往上推成三次購買的顧客，把一次購買者變成兩次的。

3、消費金額

消費金額是所有資料庫報告的支柱，也可以驗證「帕雷托法則」(Pareto』s Law)——公司80%的收入來自20%的顧客。

它顯示出排名前10%的顧客所花費的金額比下一個等級者多出至少2倍，占公司所有營業額的40%以上。如看累計百分比的那一欄，我們會發現有40%的顧客貢獻公司總營業額的80%；而有60%的客戶占營業額的90%以上。

最右的一欄顯示每一等分顧客的平均消費，表現最好的 10%的顧客平均花費1195美元，而最差的10%僅有18美元 。

應用意義

RFM模型較為動態地顯示了一個客戶的全部輪廓，這對個性化的溝通和服務提供了依據，同時，如果與該客戶打交道的時間足夠長，也能夠較為精確地判斷該客戶的長期價值(甚至是終身價值)，通過改善三項指標的狀況，從而為更多的營銷決策提供支持。

在RFM模式中，R(Recency)表示客戶購買的時間有多遠，F(Frequency)表示客戶在時間內購買的次數，M (Monetary)表示客戶在時間內購買的金額。一般的分析型CRM著重在對於客戶貢獻度的分析，RFM則強調以客戶的行為來區分客戶。

RFM非常適用於生產多種商品的企業，而且這些商品單價相對不高，如消費品、化妝品、小家電、錄像帶店、超市等；

它也適合在一個企業內只有少數耐久商品，但是該商品中有一部分屬於消耗品，如復印機、列印機、汽車維修等消耗品；RFM對於加油站、旅行保險、運輸、快遞、快餐店、KTV、行動電話信用卡、證券公司等也很適合。

RFM可以用來提高客戶的交易次數。業界常用的DM(直接郵寄)，常常一次寄發成千上萬封郵購清單，其實這是很浪費錢的。

根據統計(以一般郵購日用品而言)，如果將所有R(Recency)的客戶分為五級，最好的第五級回函率是第四級的三倍，因為這些客戶剛完成交易不久，所以會更注意同一公司的產品信息。如果用M(Monetary)來把客戶分為五級，最好與次好的平均回復率，幾乎沒有顯著差異。

⑥ 做客戶的RFM分析，用什麼數據挖掘工具最簡單

舉一個互聯網餐飲的例子~來證明如何分析RFM模型：

1. 如何通過外賣訂單數據，分析用戶的基本屬性；

用戶的訂單上都有訂餐地址，通過對於訂餐地址的統計，我們可以查詢到不同條件組合下的用戶分布，甚至能知道喜歡某道菜的用戶都在哪裡。類似的用戶數據挖掘，還可以根據復購構成、復購用戶跨平台使用情況、性別組成做更精細化的分析。值得注意的是，數據平台間的差異還是蠻大的，有利於針對不同平台做出不同的營銷策略。

上面這些最基本的用戶屬性對於精細化運營還是不夠的。 因為這些信息無法幫助你解決下面四個問題——

1.誰是我的重要價值客戶，他們都有什麼特點？

2.誰是我需要重點保持聯系的客戶，他們都有什麼特點？

3.誰是我的重要發展客戶，他們都有什麼特點？

4.誰是我的重要挽留客戶，他們都有什麼特點？

2.如何通過RFM模型，為用戶分群，實現精細化運營

RFM模型是一個被廣泛使用的客戶關系分析模型，主要以用戶行為來區分客戶，RFM分別是：

R = Recency 最近一次消費

F = Frequency 消費頻率

M = Monetary 消費金額

需要詳細了解以上三個指標定義的，網路會將維度再細分出5份，這樣就能夠細分出5x5x5=125類用戶，再根據每類用戶精準營銷……顯然125類用戶已超出普通人腦的計算范疇了，更別說針對125類用戶量體定製營銷策略。實際運用上，我們只需要把每個唯獨做一次兩分即可，這樣在3個維度上我們依然得到了8組用戶。

重要價值客戶（111）：最近消費時間近、消費頻次和消費金額都很高，必須是VIP啊！

重要保持客戶（011）：最近消費時間較遠，但消費頻次和金額都很高，說明這是個一段時間沒來的忠實客戶，我們需要主動和他保持聯系。

重要發展客戶（101）：最近消費時間較近、消費金額高，但頻次不高，忠誠度不高，很有潛力的用戶，必須重點發展。

重要挽留客戶（001）：最近消費時間較遠、消費頻次不高，但消費金額高的用戶，可能是將要流失或者已經要流失的用戶，應當基於挽留措施。

橫著的紅線，代表著你認為來吃飯的客人平均每餐該花多少錢，我這里設定的值是25元，叫外賣25都沒付到，對我而言是低消費金額（低M）用戶。

豎著的紅線，代表著你認為復購多少次的客人，是你的高頻用戶。外賣點餐流動率很大，一個用戶每個月能在一家店點三次以上的菜，對我而言即是高頻。

這樣，BDP個人版上的RFM模型就建立好了。這個RFM模型在實操時有什麼用呢？舉個例子

比如對圈用戶群發簡訊轉化只有不到1%時，你可以用RFM做個分析，只選取R值高的用戶(最近2周到最近一個月內消費的用戶），轉化率可以由1%提升到10%。

這也意味著，以往6元/訂單將下降到0.6元/訂單。掌櫃們是願意花600元給10000個用戶發簡訊，得到100個訂單，還是願意花48元給800人發簡訊得到80個訂單，相信大家一定會選後者。

而整體的RFM區分，則能夠幫掌櫃們針對不同的用戶發不同的簡訊，簡訊的開頭是用「好久不見」、還是用「恭喜你成為VIP」，就得看時重要保持客戶還是重要價值用戶了。只有能區分用戶，才能走向精細化運營。

⑦ RFM模型的應用意義

RFM模型較為動態地顯示了一個客戶的全部輪廓，這對個性化的溝通和服務提供了依據，同時，如果與該客戶打交道的時間足夠長，也能夠較為精確地判斷該客戶的長期價值(甚至是終身價值)，通過改善三項指標的狀況，從而為更多的營銷決策提供支持。
在RFM模式中，R(Recency)表示客戶購買的時間有多遠，F(Frequency)表示客戶在時間內購買的次數，M (Monetary)表示客戶在時間內購買的金額。一般的分析型CRM著重在對於客戶貢獻度的分析，RFM則強調以客戶的行為來區分客戶。
RFM非常適用於生產多種商品的企業，而且這些商品單價相對不高，如消費品、化妝品、小家電、錄像帶店、超市等；它也適合在一個企業內只有少數耐久商品，但是該商品中有一部分屬於消耗品，如復印機、列印機、汽車維修等消耗品；RFM對於加油站、旅行保險、運輸、快遞、快餐店、KTV、行動電話信用卡、證券公司等也很適合。
RFM可以用來提高客戶的交易次數。業界常用的DM(直接郵寄)，常常一次寄發成千上萬封郵購清單，其實這是很浪費錢的。根據統計(以一般郵購日用品而言)，如果將所有R(Recency)的客戶分為五級，最好的第五級回函率是第四級的三倍，因為這些客戶剛完成交易不久，所以會更注意同一公司的產品信息。如果用M(Monetary)來把客戶分為五級，最好與次好的平均回復率，幾乎沒有顯著差異。
有些人會用客戶絕對貢獻金額來分析客戶是否流失，但是絕對金額有時會曲解客戶行為。因為每個商品價格可能不同，對不同產品的促銷有不同的折扣，所以採用相對的分級(例如R、F、M都各分為五級)來比較消費者在級別區間的變動，則更可以顯現出相對行為。企業用R、F的變化，可以推測客戶消費的異動狀況，根據客戶流失的可能性，列出客戶，再從M（消費金額）的角度來分析，就可以把重點放在貢獻度高且流失機會也高的客戶上，重點拜訪或聯系，以最有效的方式挽回更多的商機。
RFM也不可以用過頭，而造成高交易的客戶不斷收到信函。每一個企業應該設計一個客戶接觸頻率規則，如購買三天或一周內應該發出一個感謝的電話或Email，並主動關心消費者是否有使用方面的問題，一個月後發出使用是否滿意的詢問，而三個月後則提供交叉銷售的建議，並開始注意客戶的流失可能性，不斷地創造主動接觸客戶的機會。這樣一來，客戶再購買的機會也會大幅提高。
企業在推行CRM時，就要根據RFM模型的原理，了解客戶差異，並以此為主軸進行企業流程重建，才能創新業績與利潤。否則，將無法在新世紀的市場立足。

⑧ 如何分析RFM模型才能最有效，才能真正起到精細化運營的作用

舉一個互聯網餐飲的例子~來證明如何分析RFM模型：

如何通過外賣訂單數據，分析用戶的基本屬性；

用戶的訂單上都有訂餐地址，通過對於訂餐地址的統計，我們可以查詢到不同條件組合下的用戶分布，甚至能知道喜歡某道菜的用戶都在哪裡。類似的用戶數據挖掘，還可以根據復購構成、復購用戶跨平台使用情況、性別組成做更精細化的分析。值得注意的是，數據平台間的差異還是蠻大的，有利於針對不同平台做出不同的營銷策略。

上面這些最基本的用戶屬性對於精細化運營還是不夠的。 因為這些信息無法幫助你解決下面四個問題——

1.誰是我的重要價值客戶，他們都有什麼特點？

2.誰是我需要重點保持聯系的客戶，他們都有什麼特點？

3.誰是我的重要發展客戶，他們都有什麼特點？

4.誰是我的重要挽留客戶，他們都有什麼特點？

2.如何通過RFM模型，為用戶分群，實現精細化運營

RFM模型是一個被廣泛使用的客戶關系分析模型，主要以用戶行為來區分客戶，RFM分別是：

R = Recency 最近一次消費

F = Frequency 消費頻率

M = Monetary 消費金額

需要詳細了解以上三個指標定義的，網路會將維度再細分出5份，這樣就能夠細分出5x5x5=125類用戶，再根據每類用戶精準營銷……顯然125類用戶已超出普通人腦的計算范疇了，更別說針對125類用戶量體定製營銷策略。實際運用上，我們只需要把每個唯獨做一次兩分即可，這樣在3個維度上我們依然得到了8組用戶。

重要價值客戶（111）：最近消費時間近、消費頻次和消費金額都很高，必須是VIP啊！

重要保持客戶（011）：最近消費時間較遠，但消費頻次和金額都很高，說明這是個一段時間沒來的忠實客戶，我們需要主動和他保持聯系。

重要發展客戶（101）：最近消費時間較近、消費金額高，但頻次不高，忠誠度不高，很有潛力的用戶，必須重點發展。

重要挽留客戶（001）：最近消費時間較遠、消費頻次不高，但消費金額高的用戶，可能是將要流失或者已經要流失的用戶，應當基於挽留措施。

橫著的紅線，代表著你認為來吃飯的客人平均每餐該花多少錢，我這里設定的值是25元，叫外賣25都沒付到，對我而言是低消費金額（低M）用戶。

豎著的紅線，代表著你認為復購多少次的客人，是你的高頻用戶。外賣點餐流動率很大，一個用戶每個月能在一家店點三次以上的菜，對我而言即是高頻。

這樣，BDP個人版上的RFM模型就建立好了。這個RFM模型在實操時有什麼用呢？舉個例子

比如對圈用戶群發簡訊轉化只有不到1%時，你可以用RFM做個分析，只選取R值高的用戶(最近2周到最近一個月內消費的用戶），轉化率可以由1%提升到10%。

這也意味著，以往6元/訂單將下降到0.6元/訂單。掌櫃們是願意花600元給10000個用戶發簡訊，得到100個訂單，還是願意花48元給800人發簡訊得到80個訂單，相信大家一定會選後者。

而整體的RFM區分，則能夠幫掌櫃們針對不同的用戶發不同的簡訊，簡訊的開頭是用「好久不見」、還是用「恭喜你成為VIP」，就得看時重要保持客戶還是重要價值用戶了。只有能區分用戶，才能走向精細化運營。