数据分析-RFM模型用户分析.pdf

数据分析 数据分析-RFM模型⽤户分析 模型⽤户分析 RFM模型 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有3个神奇的要素，这3个要素构成了数据分析最好的指标： 最近⼀次消费 (Recency) 消费频率 (Frequency) 消费⾦额 (Monetary) 上⾯的三个标签通过字⾯意思⽐较好理解,顾名思义RFM模型中的,R=Recency,F=Frequency,M=Monetary RFM模型客户细分 1.数据筛选分组 为了得到客户最近⼀次消费(Recency)、消费频率(Frequency)、消费⾦额(Monetary)这三个指标的数值进⾏筛选分组（以下为⼀个⽰例）。 消费(Recency)——最近⼀次会员来店铺购买的时间 A、⼀周以前 B、2周以前 C、3周以前 D、⼀个⽉前 消费频率(Frequency)——⼀年内在店铺购买的次数 A、1次 B、1-3次 C、3-5次 D、5次以上 对于消费⾦额(Monetary)——单次消费⾦额 A、50元以下 B、50-150元 C、150-300元 D、300元以上 2.数据处理 处理步骤如下： 将所有客户按照Recency的值，由⼩到⼤排列，以50%为⼀群，依次给予2,1分。 再将所有客⼾按照Frequency的值，由⼤到⼩排列；以50%为⼀群，依序给予2,1分。 最后将所有客⼾按照Monetary的值，由⼤到⼩排列；以50%为⼀群，依序给予2,1分。 整合得到8种组合： 2-2-2：⾼价值客户； 2-1-2：重点发展客户 1-2-2：重点保持客户； 1-1-2：重点挽留客户； 1-1-1：⽆价值客户； 其余三种组合均属于⼀般客户。 现在我们来简单归纳⼀下,RFM模型中,我们重点研究的就是以上8种⽤户(⽤排列组合2*2*2=8种,很好理解)⾥⾯的有明显偏向的5种⽤户. 前⾯的4种⽤户,⼊选研究对象,总概括的就是愿意掏钱的客户. 这下就很好记了,RFM⾥⾯的M已经确定了,要选掏钱的,R,F各有两种选择,也就是总共4种类型 然后再按R来分,打分⾼的先排 2 2 2 这种客户"最近购买(r),⽽且经常购买(F),每次花钱的⾦额还挺⼤(M) 毫⽆疑问这个客户是⾼价值的 2 1 2 此客户最近购买,买的次数不多,但每次花费的⾦额⽐较⼤;那么遇到这种客户,证明他对特定品牌产品感兴趣,要做的是怎么让他经常来 买. 所以这种客户不难理解是应该重点发展的 1 2 2 此客户可能不是⼀直关注产品,但是买的次数⽐较频繁,每次花费的⾦额也挺⼤. 理解:证明这个客户是对产品的需求量⽐较⼤,也舍得掏钱,对品牌不是很关注的,也许今天到A品牌商家购买的,明天就到B品牌商家购买 去了.因此我们要做的是,要让客户保留对我们品牌产品的兴趣. 1 1 2 此客户⽐较明显就是那种⽐较懒惰型的客户,要⽤到的时候再买,⽽且⼀次性买⽐较多,平时就很少关注和购买了.对于这种客户,你不知 道他下⼀次购买的还是不是本公司品牌的产品,可能需要在他购买⼀段时间后提醒他我们产品有优惠活动,来提起他的购买欲望.因此属于需要 挽留型的客户 1 1 1 就不多说了,是临时过客 其他的客户没有明显的特征,主要是不怎么掏钱,是薅⽺⽑型的,你再怎么打主意都从他⾝上挣不到多少钱的,就归为⼀般客户. 理解完后,就根据打分,把所有客户分类好,然后提取出来我们重点研究的这⼏种客户来做相应的措施; 2 2 2⾼价值客户,基本上不⽤太担⼼,他会⾃⼰来购买 2 1 2 重点发展型的客户 想办法加⼤他的购买频率 1 2 2重点保持型客户 让他保持对我们品牌产品的兴趣 1 1 2重点挽留客户 发⼀些我们品牌的信息给他,等他想起来要购买类似产品的时候,第⼀时间想到的是我们品牌 1 1 1 ⽆价值的客户 不⽤花精⼒去跟进这种类型的客户,投⼊和产出⽐不值得.