<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          【商業(yè)數(shù)據(jù)分析】用戶價(jià)值RFM模型詳解

          共 3164字,需瀏覽 7分鐘

           ·

          2021-12-11 04:26



          為什么要做RFM模型分析 (Why)

          一個(gè)聰明的營(yíng)銷者懂得“了解你的客戶”的重要性。營(yíng)銷人員不能僅關(guān)注于產(chǎn)生更多的點(diǎn)擊量,他們必須遵循從增加點(diǎn)擊率到保持、忠誠(chéng)和建立客戶關(guān)系的模式轉(zhuǎn)變。
          與其把整個(gè)客戶群作為一個(gè)整體來(lái)分析,不如把他們分成同質(zhì)化的群體,了解每個(gè)群體的特點(diǎn),讓他們參與相關(guān)的活動(dòng),而不是僅僅根據(jù)客戶的年齡或地理位置來(lái)細(xì)分。
          接下來(lái)介紹的RFM模型是最受歡迎的、易于使用的和有效的客戶細(xì)分方法之一,它使市場(chǎng)營(yíng)銷人員能夠分析客戶行為。

          什么是RFM模型 (What)

          • 定義:RFM代表最近消費(fèi)、消費(fèi)頻次和消費(fèi)金額,每一個(gè)都對(duì)應(yīng)一些關(guān)鍵的客戶特征。這些RFM指標(biāo)是客戶行為的重要指標(biāo),因?yàn)橄M(fèi)頻次和消費(fèi)金額代表著用戶生命周期的價(jià)值,最近消費(fèi)影響留存率(一種度量客戶忠誠(chéng)度的指標(biāo))。
            RFM分析是最受歡迎的、易于使用的和有效的客戶細(xì)分方法之一,它使市場(chǎng)營(yíng)銷人員能夠分析客戶行為。

          • R (Recency):最近一次交易時(shí)間間隔?;谧罱淮谓灰兹掌谟?jì)算的得分,距離當(dāng)前日期越近,得分越高。如5分制。反映客戶交易活躍度。

          • F (Frequency) : 客戶在最近一段時(shí)間內(nèi)交易次數(shù)?;诮灰最l率計(jì)算的得分,交易頻率越高,得分越高。如5分制。反映客戶交易活躍度。

          • M (MonetaryValue) : 客戶最近一段時(shí)間內(nèi)交易金額?;诮灰捉痤~計(jì)算的得分,交易金額越高,得分越高。如5分制。反映客戶價(jià)值。

          【注意哦!】
          如果是不以金錢作為度量用戶標(biāo)準(zhǔn)的行業(yè),如觀眾、讀者或以沖浪為導(dǎo)向的產(chǎn)品,可以使用參與度作為指標(biāo),而不是金錢。進(jìn)而使用RFE (RFM的一種變體)。此外,此度量參數(shù)可以替換為基于彈跳率、用戶訪問(wèn)持續(xù)時(shí)間、訪問(wèn)的頁(yè)面數(shù)量、每個(gè)頁(yè)面停留的時(shí)間等指標(biāo)的復(fù)合值。

          RFM 作用

          RFM因素說(shuō)明以下幾個(gè)方面:

          • 購(gòu)買的時(shí)間越近,顧客對(duì)促銷的反應(yīng)就越快

          • 顧客購(gòu)買的頻率越高,他們的參與度和滿意度就越高

          • 可以將消費(fèi)金額“大手大腳”的高價(jià)值用戶與低價(jià)值的購(gòu)買者區(qū)分開(kāi)來(lái)

          RFM模型是如何實(shí)現(xiàn)用戶客戶細(xì)分的 (How)

          RFM分析幫助營(yíng)銷人員找到以下問(wèn)題的答案:

          • 誰(shuí)是你最好的(最具價(jià)值的)客戶?

          • 那些客戶即將流失?

          • 潛在的價(jià)值客戶

          • 你的哪些客戶需要維持?

          • 你的哪些客戶最有可能積極參與活動(dòng)?

          RFM 例子 (Example)

          讓我們通過(guò)一個(gè)客戶事務(wù)的示例數(shù)據(jù)集來(lái)演示RFM如何工作:

          【說(shuō)明】表1 15個(gè)客戶的交易記錄,包含客戶ID、最近消費(fèi)(天)、消費(fèi)頻次和消費(fèi)金額。

          為了對(duì)這個(gè)示例進(jìn)行RFM分析,讓我們看看如何根據(jù)每個(gè)RFM屬性分別對(duì)這些客戶進(jìn)行排序,從而對(duì)他們進(jìn)行評(píng)分。
          假設(shè)我們使用RFM值將這些客戶從1到5進(jìn)行排序。
          首先我們使用Recency(最近消費(fèi))進(jìn)行排名,如下表所示:

          如上表所示,我們根據(jù)最近消費(fèi)的情況(升序)對(duì)顧客進(jìn)行了分類,最近的顧客在最上面。由于客戶的評(píng)分范圍為1-5,所以前20%的客戶(客戶12、11、1)的評(píng)分為5,后20%的客戶(后3名客戶15、2、7)的最新評(píng)分為4,依此類推。
          類似地,我們可以根據(jù)消費(fèi)頻次(從最頻繁到最不頻繁)對(duì)客戶進(jìn)行排序,將消費(fèi)最頻繁的20%的客戶頻分為5,等等。在消費(fèi)金額方面,排名前20%的顧客(“揮金如土的人”)將得到5分,排名后20%的顧客得到1分。這些F和M的分?jǐn)?shù)匯總?cè)缦?

          RFM 評(píng)分

          最后,我們可以通過(guò)結(jié)合客戶的單個(gè)屬性R、F和M的排名對(duì)這些客戶 進(jìn)行排序,從而得到一個(gè)聚合的RFM評(píng)分。在下表中顯示的這個(gè)RFM分?jǐn)?shù),只是通過(guò)為每個(gè)RFM屬性賦予相同的權(quán)重而獲得的單個(gè)R、F和M分?jǐn)?shù)的平均值。

          但是上述的RFM模型劃分存在一個(gè)問(wèn)題,現(xiàn)實(shí)生活中,直接將這三者取平均,實(shí)際上會(huì)存在他們的權(quán)重是一致的,而真正的業(yè)務(wù)會(huì)考慮諸多因素,且每個(gè)因素的影響度也是不同的(即應(yīng)該賦予不同的權(quán)重,而不是簡(jiǎn)單的平均)。
          根據(jù)實(shí)際業(yè)務(wù)場(chǎng)景性質(zhì),我們可以增加或減少每個(gè)RFM變量的相對(duì)重要性,以獲得最終得分。

          例如:
          在耐用消費(fèi)品業(yè)務(wù)中,每筆交易的貨幣價(jià)值通常較高,但消費(fèi)頻次和近期性較低。例如,你不能指望顧客每月購(gòu)買冰箱或空調(diào)。在這種情況下,我們可以在計(jì)算RFM Score的時(shí)候賦予消費(fèi)金額(M)和最近消費(fèi)(R)更高的權(quán)重,減小消費(fèi)頻次(F)的比重。
          在銷售服飾/化妝品的零售業(yè)務(wù)中,每個(gè)月搜索和購(gòu)買產(chǎn)品的客戶的近況和消費(fèi)頻次要高于消費(fèi)金額。因此,RFM Score可以通過(guò)給予R和F分?jǐn)?shù)比M更多的權(quán)重來(lái)計(jì)算。
          對(duì)于像騰訊視頻、優(yōu)酷這樣的內(nèi)容應(yīng)用程序,一個(gè)狂熱的觀看者的會(huì)話時(shí)間將比一個(gè)定期觀看的主流消費(fèi)者的會(huì)話時(shí)間更長(zhǎng)。對(duì)于前者,觀看數(shù)量和觀看頻率比近期觀看更重要,而對(duì)于主流消費(fèi)者,近期觀看和觀看頻率比觀看數(shù)量更重要,從而得到RFE分?jǐn)?shù)(RFM的變體)。

          一種較為簡(jiǎn)單的解決方法是:將客戶從1-5劃分為最多125個(gè)不同的RFM分?jǐn)?shù)(5x5x5),范圍從111(最低)到555(最高)。每個(gè)RFM單元的大小不同,根據(jù)客戶在RFM評(píng)分中獲得的關(guān)鍵習(xí)慣,彼此之間也會(huì)有所不同。顯然,如果每個(gè)RFM單元都被認(rèn)為是一個(gè)獨(dú)立部分,那么市場(chǎng)營(yíng)銷人員就不能單獨(dú)分析所有的125個(gè)部分,而且很難而且難以想象這個(gè)虛擬的3D立方體!

          【Note】
          通常,RFM的消費(fèi)金額(觀看時(shí)長(zhǎng)/數(shù)量等等)被視為匯總交易或匯總訪問(wèn)時(shí)長(zhǎng)的聚合度量。因此,這125個(gè)RFM片段通過(guò)使用R和F分?jǐn)?shù)被減少到25個(gè)片段。

          RFM 分析 (Analysis)

          現(xiàn)在,讓我們討論如何解釋RFM模型所劃分的用戶層次,以了解這些用戶的行為,并推薦一些有效的營(yíng)銷策略。

          讓我們來(lái)探究幾個(gè)有意思的部分:

          “冠軍” : 即最好的顧客,他們是最近買的,最經(jīng)常買的,也是花錢最多的。
          策略 : 給予客戶獎(jiǎng)勵(lì)(如發(fā)放優(yōu)惠券等)。他們可以成為新產(chǎn)品的早期使用者,這將有助于提升品牌。

          潛在的忠誠(chéng)者 :即最近的客戶,平均頻率和誰(shuí)花了一大筆錢。
          策略:提供會(huì)員資格或忠誠(chéng)度計(jì)劃,或推薦相關(guān)產(chǎn)品來(lái)吸引他們,幫助他們成為忠誠(chéng)者或擁護(hù)者。

          新客戶 :雖然擁有較高的RFM評(píng)分,但不經(jīng)常購(gòu)物。
          策略:開(kāi)始建立與這些客戶的關(guān)系,提供入會(huì)支持和特殊優(yōu)惠,以增加他們的訪問(wèn)。

          有風(fēng)險(xiǎn)的客戶 :即經(jīng)常購(gòu)買且消費(fèi)金額高,但最近沒(méi)有購(gòu)物的客戶。
          策略:發(fā)送個(gè)性化的激活活動(dòng)來(lái)重新建立聯(lián)系,并提供更新和有用的產(chǎn)品來(lái)鼓勵(lì)他們?cè)俅钨?gòu)買。

          不能失去的 :是那些過(guò)去經(jīng)常光顧和購(gòu)買,但最近沒(méi)有光顧的客戶。
          策略:用相關(guān)的促銷活動(dòng)把他們帶回來(lái),進(jìn)行調(diào)查,找出哪里出了問(wèn)題,避免把他們輸給競(jìng)爭(zhēng)對(duì)手。

          總結(jié) (Conclusion)

          RFM是一種數(shù)據(jù)驅(qū)動(dòng)的客戶細(xì)分技術(shù),幫助營(yíng)銷人員做出戰(zhàn)術(shù)決策。它使?fàn)I銷人員快速識(shí)別和細(xì)分用戶到同質(zhì)化的群體,并針對(duì)他們的差異化和個(gè)性化的制定相應(yīng)的營(yíng)銷策略。同時(shí)提高了用戶的參與度和保留率。正所謂哲學(xué)之中的 “相互作用,相互促進(jìn)”嘛。




          Python“寶藏級(jí)”公眾號(hào)【Python之王】專注于Python領(lǐng)域,會(huì)爬蟲(chóng),數(shù)分,C++,tensorflow和Pytorch等等。

          近 2年共原創(chuàng) 100+ 篇技術(shù)文章。創(chuàng)作的精品文章系列有:

          日常收集整理了一批不錯(cuò)的?Python?學(xué)習(xí)資料,有需要的小伙可以自行免費(fèi)領(lǐng)取。

          獲取方式如下:公眾號(hào)回復(fù)資料。領(lǐng)取Python等系列筆記,項(xiàng)目,書(shū)籍,直接套上模板就可以用了。資料包含算法、python、算法小抄、力扣刷題手冊(cè)和 C++ 等學(xué)習(xí)資料!


          瀏覽 130
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  精品久久一区二区三区四区五区 | 成年人aa级小电影 | 成人AⅤ导航 | 国产一级a毛一级a做免费高清视频 | 俺来也我也去www官网 |