RFM模型的理解

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于RFM模型的理解的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務客戶遍布全球各地，如需了解SEO相關(guān)業(yè)務請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、用RFM模型劃分用戶等級

• 2、用戶價值分層——基于RFM模型的研究分析

• 3、用戶體系搭建（二）——如何用RFM劃定用戶層級

• 4、rfm模型的三個指標是什么?

一、用RFM模型劃分用戶等級

如何對用戶進行等級分層，我們需要了解一個最常用的客戶分類模型，那就是RFM模型。

RFM模型是在客戶關(guān)系管理（CRM）分析模式中最受關(guān)注和應用的模型之一。它主要通過最近一次消費（recency）、消費頻率（frequency）、消費金額（monetary）這三個維度的用戶行為來對用戶進行分層。RFM分別是這三個英文單詞的首字母縮寫。通過這一模型，企業(yè)可以動態(tài)地掌握用戶對企業(yè)的長期價值，甚至預測客戶的終身價值。

R（recency）指最近的消費時間。最近一次消費時間越近，說明這個用戶近期是活躍的，對企業(yè)是有印象的。最近一次消費距當下時間越久，就越說明這個用戶可能沉睡或流失了，需要企業(yè)通過客戶關(guān)懷、營銷活動去觸達他，想辦法將他再次激活，盡量挽回這個用戶。

F（frequency）指消費頻率。消費頻率越高，消費也越活躍，代表用戶對企業(yè)或品牌越認可，對企業(yè)貢獻的銷售價值越大。反之，消費頻率低，甚至用戶只來了一次后就再也沒來，說明用戶不活躍，相應的貢獻價值也就少了。這時候企業(yè)就需要進行反思，他到底是不是企業(yè)的真正目標用戶，是不是“薅羊毛”的用戶，又或者是不是企業(yè)的產(chǎn)品和服務有問題，傷害到了他?？傊髽I(yè)需要針對消費頻率這一數(shù)據(jù)進行分析研究，找到原因，并想辦法解決。

M（monetary）指一段時間內(nèi)的消費金額。消費金額高，既說明用戶對企業(yè)產(chǎn)品的需求大，也能反映用戶的消費能力，同時還說明對企業(yè)和品牌的認可。在一段時間內(nèi)，消費金額跟消費頻率呈正相關(guān)，消費頻率越高，累計的消費金額也會越高。

企業(yè)通過這三個維度合理評估用戶的長期價值，把用戶分為不同的等級，并對不同等級的用戶投入不同的資源和時間來維護，這樣就能讓公司的資源效果實現(xiàn)最大化。

過去，互聯(lián)網(wǎng)沒有如此發(fā)達，傳統(tǒng)企業(yè)沒有實現(xiàn)數(shù)字化，企業(yè)很難抓取用戶的實時數(shù)據(jù)，沒辦法實時掌握用戶動態(tài)、群體畫像，很難做精細化運營管理。而現(xiàn)在，無論是投廣告、做活動，還是依靠微信、社群、小程序、App，都能實時獲得大量數(shù)據(jù)，并且有了成熟的CRM軟件之后，企業(yè)能夠輕松地對用戶消費數(shù)據(jù)進行分析，進而做出正確的決策。

在實際應用中，我們可以將RFM這三個維度，每個維度一分為二，大寫字母代表高，小寫字母代表低。這樣一來就得到8組用戶分類。

重要價值客戶：最近消費時間近、消費頻次和消費金額都很高，他們是企業(yè)的VIP客戶。

重要發(fā)展客戶：最近消費時間較近、消費金額高，但頻次不高，忠誠度不高。他們是很有消費潛力的用戶，需要重點發(fā)展。

重要保持客戶：最近一次消費時間較遠，但曾經(jīng)一段時間內(nèi)消費頻次和金額都很高，說明他過去是個忠誠客戶，企業(yè)需要主動和他聯(lián)系，嘗試激活。

重要挽留客戶：最近消費時間較遠、消費頻次不高，但消費金額高，這些可能是將要流失或者已經(jīng)流失的用戶，企業(yè)應當采取挽留措施。

后面的一般價值客戶、一般發(fā)展客戶、一般保持客戶、一般挽留客戶相比前面四組的重要性會低一些。在實際成交客戶中，如果對這8組客戶維度進行簡化分類，我們可以把他們分為A、B、C三個等級。這樣，企業(yè)員工在維護時會更好地理解、操作。

總而言之，企業(yè)在人格上對用戶要一視同仁，尊重用戶，友善相待，但是在商業(yè)服務上則要區(qū)別對待。企業(yè)不要試圖給所有用戶一樣的服務，而是要將更高級的服務提供給那些更認可企業(yè)、能帶來更高價值的用戶。

二、用戶價值分層——基于RFM模型的研究分析

• R（Recency）：消費間隔，最近一次距離上次消費的時間間隔

• F（Frequency）：消費頻次，一段時間（1個月/1年...）內(nèi)的消費總次數(shù)

• M（Monetary）：消費金額，一段時間（1個月/1年...）內(nèi)的消費總金額

      RFM模型是用戶價值研究中的經(jīng)典模型，基于近度（Recency），頻度（Frequency）和額度（Monetory）這3個指標對用戶進行聚類，找出具有潛在價值的用戶, 從而輔助商業(yè)決策，提高營銷效率。RFM作為一種數(shù)據(jù)驅(qū)動的客戶細分技術(shù)，可幫助營銷人員做出更明智的戰(zhàn)略性決策，使營銷人員能夠快速識別用戶并將其細分為同類群體，并針對性制定個性化的營銷策略，提高用戶的參與度和留存率。

      RFM建模所需要的數(shù)據(jù)源是相對簡單的，只用到了購買記錄中的時間和金額這兩個字段。我們基于交易數(shù)據(jù)中用戶的最后一次的購買時間，購買的次數(shù)以和頻率，以及平均/總消費額對每個用戶計算了三個維度的標準分。然后我們對于三個維度賦予了不同的權(quán)重，再基于加權(quán)后的分值應用K-Means進行聚類，根據(jù)每種人群三個維度與平均值之間的高低關(guān)系，確定哪些是需要保持用戶，哪些是需要挽留的用戶，哪些是需要發(fā)展的用戶等。在將這些客戶圈出之后，便可以對不同客戶群使用不同針對性地營銷策略（引導，喚醒等），提高復購率與轉(zhuǎn)化率。值得注意的是，三個維度的權(quán)重制定并沒有統(tǒng)一的標準，比較通用的方法是用層次分析法(AHP)，實際場景結(jié)合行業(yè)以及具體公司的特點進行因地制宜、因人而異的優(yōu)化。

RFM因素：

• R值越高，顧客的有效期越近，對商家活動的響應越積極

• F值越高，顧客的消費頻次越高，對商家的忠誠度就越高

• M值越高，顧客的消費能力越高，對商家貢獻度就越高

• 想要提高復購率和留存率，需要時刻警惕R值

RFM分析：

• 誰是您最有價值的客戶？

• 導致客戶流失率增多的是哪些客戶？

• 誰有潛力成為有價值的客戶？

• 你的哪些客戶可以保留?

• 您哪些客戶最有可能對參與度活動做出響應？

• 誰是你不需要關(guān)注的無價值客戶？

• 針對哪些客戶制定哪種發(fā)展、保留、挽回策略？

      通過RFM模型，可以幫助營銷人員實現(xiàn)客戶細分；衡量客戶價值和客戶利潤創(chuàng)收能力；識別優(yōu)質(zhì)客戶；指定個性化的溝通和營銷服務；為更多的營銷決策提供有力支持。

數(shù)據(jù)導入：使用python的pandas.read_csv導入樣本數(shù)據(jù)。

缺失值校驗：因數(shù)據(jù)為生產(chǎn)真實的交易數(shù)據(jù)，質(zhì)量相對較高，缺失值較低。

極值校驗：第一份樣本數(shù)據(jù)獲取的用戶訂單實付金額，其中會存在優(yōu)惠或補差支付，同時因就餐人數(shù)不一致，產(chǎn)生的的訂單消費也會存在較大的差異，造成極致波動、標準差值較大，因此需對金額進行處理，以人均消費額替代訂單支付金額，可去掉10元以下、萬元以上的交易訂單。

獲取RFM值：使用 groupby獲取RFM值

獲取RFM評分值：數(shù)據(jù)離散，pandas.cut

實驗數(shù)據(jù)RFM分值占比

說明：F、M分布不均勻，極值差異大，經(jīng)數(shù)據(jù)探查知曉該商戶開通了企業(yè)團餐業(yè)務，企業(yè)會給員工發(fā)放補貼，導致員工呈現(xiàn)較高的消費頻次，該類用戶的消費行為絕大程度依賴于企業(yè)，在實際的RFM模型可踢出此類訂單，降低此類人群的分值，其次數(shù)據(jù)中的M值為客戶實付金額，該商戶支持預定、會餐、大小桌，同一單的消費群體不同，或可使用人均消費總額作為M值。

RFM數(shù)據(jù)合并，建立R、F、M數(shù)據(jù)框：pandas+numpy

計算RFM綜合分值：權(quán)重法

權(quán)重值主要賦值方法可分為主觀賦權(quán)法、客觀賦權(quán)法，如下：

主觀賦權(quán)法：主要由專家經(jīng)驗得到權(quán)數(shù)，然后對指標進行綜合評價。是一種結(jié)合性方法，易操作，存在一定主觀性。常用方法：層次分析法AHP、權(quán)值因子判斷表法、德爾菲法、模糊分析法、二項系數(shù)法、環(huán)比評分法、最小平方法、序關(guān)系分析法等。

客觀賦權(quán)法：依據(jù)歷史數(shù)據(jù)研究指標之間的相關(guān)關(guān)系或指標與評估結(jié)果的影響關(guān)系來綜合評價。這是定量研究，無須考慮決策者主觀意愿和業(yè)務經(jīng)驗，計算方法較為復雜。常用方法：主成分分析、因子分析、熵值法、變異系數(shù)法、均方差法、回歸分析法等。

因樣本數(shù)據(jù)分布不均勻，故手動賦權(quán)重值，去除部分極值。

結(jié)論：以近90天的消費活躍來看，用戶消費頻次集中在1-6次，呈現(xiàn)出極佳的復購率。可以針對消費一次的人群進行特征分析。比如針對人群的流動性，若流動人群占比較大，可進一步推廣特色菜吸引客戶，若周邊人群占比較高，可基于復購人群的特征進行分析，同時平臺可提供該類人群近期消費偏好，供商家參考，制定針對性方案。

      了解RFM定義后，將3個指標作為坐標系的XYZ坐標軸，從空間上切割成8類，作為用戶的價值分層，如下圖：

用戶價值分層說明：

上面我們已經(jīng)計算得到各個用戶的RFM分值，接下來要依據(jù)分值進行分類。

定義RFM 的分值等級

使用pyecharts繪制玫瑰圖：

結(jié)論：商家顧客表現(xiàn)出來的忠誠度較高，但新客獲取能力較低。但是單純看分層占比，并沒有實際意義，可以基于價值分層與其他特征關(guān)聯(lián)分析進行精準投放。如下圖（網(wǎng)絡(luò)參考圖，本期實驗并未涉及其他特征）所示：

      用戶畫像是基于用戶信息與行為衍生出來的特征屬性，用戶的準入信息是用戶的主觀特征，是一種既定的事實，通過對用戶行為的采集、研究，刻畫出單個用戶的特征。其意義在于基于某一事物對群里特征進行分類，有效的體現(xiàn)事物的合適人群；同時針對群里特征的偏愛、習慣研究，可以刻畫出用戶的需求，實現(xiàn)精準化營銷。

      用戶畫像的基礎(chǔ)成分來源于用戶的準入信息（會員注冊時的登記信息），更多的特征數(shù)據(jù)來源于用戶的各類行為，而RFM模型便是基于用戶消費行為提煉出來的價值指標。通過對各個價值分層的群體特征研究，可以有效提升獲客能力以及針對各類人群實現(xiàn)精準化營銷。

      市場和運營往往絞盡腦汁做活動、上新品、蹭熱點、做營銷，拓渠道，不斷開發(fā)客戶、做回訪維系客戶感情，除了少數(shù)運氣好的之外，但大多效果寥寥，這是為何？

      經(jīng)驗豐富的營銷人員都知道“了解客戶”和“客戶細分”的重要性。營銷人員不僅要著眼于創(chuàng)造更多的訪問量和點擊量以提高客戶獲取，還必須遵循從提高點擊率（CTR）轉(zhuǎn)變?yōu)樘岣弑Ａ?，忠誠度并建立客戶關(guān)系的新范式。與其將整個客戶群作為一個整體進行分析，不如將其劃分為同類群體，了解每個群體的特征，并使他們參與相關(guān)的活動，而不是僅根據(jù)客戶年齡或地理位置進行客戶細分。而RFM分析是市場營銷人員分析客戶行為的最流行、最簡單、最有效的客戶細分方法之一。

針對RFM分層用戶制定相應的營銷策略:

      • 重要價值客戶是您的最佳客戶，他們是那些最新購買，最常購買，并且花費最多的消費者。提供VIP服務和個性化服務，獎勵這些客戶，他們可以成為新產(chǎn)品的早期采用者，并有助于提升您的品牌。

      • 重要發(fā)展客戶：近期客戶，消費金額高，但平均頻率不太高，忠誠度不高。提供會員或忠誠度計劃或推薦相關(guān)產(chǎn)品以實現(xiàn)向上銷售并幫助他們成為您的忠實擁護者和高價值客戶。

      • 重要保持客戶：經(jīng)常購買、花費巨大，但最近沒有購買的客戶。向他們發(fā)送個性化的重新激活活動以重新連接，并提供續(xù)訂和有用的產(chǎn)品以鼓勵再次購買。

      • 重要挽回客戶：曾經(jīng)光顧，消費金額大，購買頻率低，但最近沒有光顧的顧客。設(shè)計召回策略，通過相關(guān)的促銷活動或續(xù)訂帶回他們，并進行調(diào)查以找出問題所在，避免將其輸給競爭對手。

      •一般價值客戶：最近購買，消費頻次高但消費金額低的客戶，需要努力提高其客單價，提供產(chǎn)品優(yōu)惠以吸引他們。

      • 一般發(fā)展客戶：最近購買，但消費金額和頻次都不高的客戶?？商峁┟赓M試用以提高客戶興趣，提高其對品牌的滿意度。

      • 一般保持客戶：很久未購買，消費頻次雖高但金額不高的客戶?？梢蕴峁┓e分制，各種優(yōu)惠和打折服務，改變宣傳方向和策略與他們重新聯(lián)系，而采用公平對待方式是最佳。

      • 一般挽留客戶：RFM值都很低的客戶。針對這類客戶可以對其減少營銷和服務預算或直接放棄。

      此外，目前的RFM分析中，一般給與M值更高的權(quán)重，如果一般挽留客戶與一般發(fā)展客戶占據(jù)多數(shù)，說明公司的用戶結(jié)構(gòu)不是很合理，需要盡快采取措施進行優(yōu)化。

三、用戶體系搭建（二）——如何用RFM劃定用戶層級

RFM是很傳統(tǒng)的數(shù)據(jù)分析模型，幾乎所有文章都會提到它，然而市面上RFM模型很多只是講解了如何通過RFM解決和劃定用戶群體，但是很少有詳細說明RFM模型的計算方式，本文講解RFM模型的含義及應用以及如何使用SPSS計算RFM模型。

1、RFM模型概述

RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。在眾多的 客戶關(guān)系管理 的分析模式中，RFM模型是被廣泛提到的。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3項指標來描述該客戶的價值狀況。（摘自百度百科）

以上是百度百科對RFM模型的描述，說的比較復雜，簡單的來講RFM是通過統(tǒng)計用戶最近購買時間（R），購買的次數(shù)（F），購買的金額（M）這三個維度來描述用戶在群體中的位置。對于這三個維度的描述具體如下：

基于這三個維度，將每個維度分為高低兩種情況，我們構(gòu)建出了一個三維的坐標系。

通過圖表很直觀的發(fā)現(xiàn)，我們把客戶分為了2的三次方也就是8個群體。

2、RFM模型取數(shù)方法

根據(jù)RFM模型的定義，我們可以很容易的推導出，RFM模型的數(shù)據(jù)取數(shù)內(nèi)容主要包括三個字段即：最近購買時間、最近購買次數(shù)、消費金額。但是在實際工作中也會有問題是我們要計算每個用戶的購買時間、購買次數(shù)費事費力，所以一般也可以通過統(tǒng)計訂單來進行計算。

當我們通過訂單進行統(tǒng)計時需要包含以下字段

當我們準備好以上數(shù)據(jù)時就可以開始準備計算RFM模型

考慮不少人不是很了解SPSS，下面也將包含一些SPSS基礎(chǔ)功能的講解

1、設(shè)置度量標準

SPSS分為數(shù)據(jù)視圖和變量視圖，在開始前需要在變量視圖中設(shè)置數(shù)據(jù)類型

SPSS中數(shù)據(jù)類型包括度量、名義、序號，

2、設(shè)置變量類型及寬度

變量類型是定義該變量是何種類，點擊類型彈出變量類型選擇彈窗

寬度定義變量的展示位數(shù)，對于Order_id、User_id等需要注意變量長度，讓這兩個字段完全展示。

另外對于，Create_time這一字段應選用日期這一類型并選擇yyyy:mm:dd

我們可以直接將excel里的數(shù)據(jù)直接復制過來。

4、選擇分析模型分析

Step1：選擇分析模型

完成數(shù)據(jù)準備后選擇 直銷——RFM分析，不同漢化版本翻譯可能稍有不同

Step2：選擇數(shù)據(jù)格式

由于我們使用的是訂單記錄，所以我們選用交易數(shù)據(jù)

Stpe4:SPSS執(zhí)行RFM分析

SPSS完成分析后，會生成一個新的數(shù)據(jù)文件，記錄每個客戶的最近一次交易日期、交易總次數(shù)、交易總金額、RS/FS/MS分值、RFM匯總分值。

RFM匯總分值=RS分值 100+FS分值 10+MS分值。

選用分析—描述統(tǒng)計——描述這一方法計算RS\FS\MS均值

最終可得如下結(jié)果

選擇"重新編碼為不同變量"，先對客戶的RS進行高低轉(zhuǎn)化。

依據(jù)上表，逐個設(shè)置各客戶類型所對應的數(shù)據(jù)規(guī)則。

設(shè)置客戶類型=1的數(shù)據(jù)規(guī)則，操作如下：

重復以上操作設(shè)定不同數(shù)據(jù)類型

最后將將客戶類型編碼1、2、3、4、5、6、7、8轉(zhuǎn)換成實際客戶類型：

最終，可得出如下結(jié)果

四、rfm模型的三個指標是什么?

根據(jù)美國數(shù)據(jù)庫營銷研究所Arthur Hughes的研究，客戶數(shù)據(jù)庫中有3個神奇的要素，這3個要素構(gòu)成了數(shù)據(jù)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里、上一次根據(jù)哪本郵購目錄購買東西、什么時候買的車，或在你的超市買早餐最近的一次是什么時候。

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(yè)績有所成長，只能靠偷取競爭對手的市場占有率，而如果要密切地注意消費者的購買行為，那么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(xù)購買。這也就是為什么，0至3個月的顧客收到營銷人員的溝通信息多于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(nèi)所購買的次數(shù)。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(shù)意味著從競爭對手處偷取市場占有率，由別人的手中賺取營業(yè)額。

分類：

根據(jù)這個指標，我們又把客戶分成五等分，這個五等分分析相當于是一個“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。

其訣竅在于讓消費者一直順著階梯往上爬，把銷售想象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

消費金額是所有數(shù)據(jù)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(yè)額的40%以上。如看累計百分比的那一欄，我們會發(fā)現(xiàn)有40%的顧客貢獻公司總營業(yè)額的80%；而有60%的客戶占營業(yè)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(xiàn)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(tài)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(jù)，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(xiàn)(Frequency)表示客戶在時間內(nèi)購買的次數(shù)，M (Monetary)表示客戶在時間內(nèi)購買的金額。一般的分析型CRM著重在對于客戶貢獻度的分析，RFM則強調(diào)以客戶的行為來區(qū)分客戶。

RFM非常適用于生產(chǎn)多種商品的企業(yè)，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(yè)內(nèi)只有少數(shù)耐久商品，但是該商品中有一部分屬于消耗品，如復印機、打印機、汽車維修等消耗品；RFM對于加油站、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(shù)。業(yè)界常用的DM(直接郵寄)，常常一次寄發(fā)成千上萬封郵購清單，其實這是很浪費錢的。

根據(jù)統(tǒng)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(chǎn)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。

以上就是關(guān)于RFM模型的理解相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

rfm模型怎么做

rfm數(shù)據(jù)分析模型（rfm分析表）

渲染方式surfaceview和Tex

文化產(chǎn)業(yè)創(chuàng)意策劃書（文化產(chǎn)業(yè)創(chuàng)意策劃書模板）

教育建筑景觀設(shè)計要點（教育建筑景觀設(shè)計要點總結(jié)）