客户关系管理RFM模型

RFM 模型在客户分类中的应用一.模型简介1.模型目标 :用 RFM 模型将顾客购置行为转变为 3 个指标 :近来一次花费、花费频率、花费金额。

而后用量化的数据与之对应,比如 :111;223。

经过该数据直观的判断客户的优劣。

2.基本观点 :R(Recency 近来一次花费F(Frequency 花费频率M(Monetary 花费金额3.模型成立 :R(近来一次花费 F(花费频率 M( 花费金额第一档 1-7 天 10 次以上 1600 以上第二档 8-30 天 3-9 次 400-1599第三档 31 天以上 1-2 次 0-399将第一档记为 1,第二档记为 2,第三档记为 3。

可获取每个顾客在 RFM 模型中的对应数组。

比如 :近来一次花费在 7 天内 ,且两个月总花费为 5 次,花费金额为 1000 的顾客 , 在 RFM 模型中的对应数组为 122。

明显 ,数字较小的顾客是相对优良的比方111,122,数字较大的顾客是相对低质的比方 223,333。

这样我们就获取了 3*3*3 一共 27 类顾客 ,在工作中能够选用指定属性的顾客进行营销。

比如 :想对一段时间没买商品 ,可是历史记录很好地顾客进行激活 ,就选用 211 或311 的顾客 ;想对购置频率许多的顾客进行奖赏则选用 212,312等。

又对这 27 类顾客进一步进行聚类剖析,将其归为 S 级、 A-E 六个等级。

S000D232A111D321A121D331B122E133B211E233B221E322C131 E 332 C 132 E 333 C 222 C 231A-E 五个等级是从模型中的 27 个分类得来 ,S 级表示有异样花费行为 ,为公司带来极高的收入的顾客 (当前该级别就一位 ,是购置好奇纸尿布花销 45W 的顾客并由此得出不一样评级顾客散布图以下。

(数据源全部顾客购置数据。

贡献较小的 E 类顾客占到了 71%,贡献较大的 4 类顾客占比 29%。

客户关系管理分析模型1. 概述客户关系管理（Customer Relationship Management）是指企业通过科学的手段，对客户进行细致、深入的分析、研究和管理，以提高客户的满意度和忠诚度，从而实现企业可持续发展的一种管理模式。

为了提高客户关系管理效果，企业可以借助分析模型对客户进行深入分析，从而确定针对不同群体的营销策略、服务方案，实现针对性的客户管理。

本文将介绍常用的客户关系管理分析模型，包括RFM模型、ABC模型、生命周期模型和价值链模型，并探讨它们的优缺点及应用场景。

2. RFM模型RFM模型是根据客户最近一次购买时间（Recency）、购买频率（Frequency）和购买金额（Monetary）这三个指标来对客户进行分层和评估的模型。

•Recency：指客户最近一次与企业进行交互的时间，可以反映客户的活跃度。

•Frequency：指客户在一段时间内与企业进行的交互次数，可以反映客户的忠诚度。

•Monetary：指客户在一段时间内与企业进行交互的总金额，可以反映客户的价值。

根据RFM模型，客户可以分为以下几类： - 高价值客户：Recency高、Frequency高、Monetary高。

- 重要挽留客户：Recency低、Frequency高、Monetary中。

- 新客户：Recency高、Frequency低、Monetary低。

- 低价值客户：Recency低、Frequency低、Monetary低。

RFM模型的优点是简单易用，可以直观地给出客户的等级评估和分组结果，但缺点是没有考虑到客户的潜在价值和发展潜力。

3. ABC模型ABC模型是根据客户的贡献度对客户进行分类的模型。

它将客户分为三类，分别是： - A类客户：对企业的贡献度较高，价值最大。

- B类客户：对企业的贡献度次之，价值居中。

- C类客户：对企业的贡献度较低，价值最小。

ABC模型通过分析客户的贡献度，帮助企业集中资源，重点发展A类客户，从而提高企业的整体盈利能力。

RFM模型-客户关系管理本文来源于人人都是产品经理（ID：米可）假设因为某种原因，你需要召回你的老客户。

不同消费属性层级的老客户，需要不同的召回触动点，因此你可能需要对你的老客户进行分层处理。

这个时候就引入了一个客户关系管理模型：RFM模型。

本文重点分享基于RFM模型下的老客户的召回思路：如何将不同消费等级的老客户分象限以及针对不同象限的客户对症下药。

一、RFM模型概述在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。

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。

该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。

根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个要素：R（Recency）、F（Frequency）、M（Monetary）。

1、最近一次消费(Recency)客户最近一次的购买时间是什么时候。

最近一次消费时间越近的顾客是最有可能对提供的商品或是服务也最有反应的群体。

如果显示上一次购买很近的客户，(消费为1个月)人数如增加，则表示该公司是个稳健成长的公司；反之则是迈向不健全之路的征兆。

要吸引一个几个月前才上门的顾客购买，比吸引一个一年多以前来过的顾客要容易得多。

2、消费频率(Frequency)客户在限定的期间内所购买的次数。

最常购买的顾客，也是满意度最高的顾客。

如果相信品牌及商店忠诚度的话，最常购买的消费者，忠诚度也就最高。

增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。

3、消费金额(Monetary)：客户的购买金额（可分为累积购买及平均每次购买）消费金额是所有数据库报告的支柱，也可以验证“帕雷托法则”(Pareto’s Law)——公司80%的收入来自20%的顾客。

“↑”表示大于均值，“↓”表示小于均值因为有三个变量，所以要使用三维坐标系进行展示，X轴表示Recency，Y 轴表示Frequency，Z轴表示Monetary，坐标系的8个象限分别表示8类用户，根据上表中的分类，可以用如下图形进行描述：以上就是关于RFM模型的一个大致的框架介绍。

RFM客户价值模型[编辑]RFM模型的内容根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三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)[编辑]最近一次消费最近一次消费意指上一次购买的时候——顾客上一次是几时来店里、上一次根据哪本邮购目录购买东西、什么时候买的车，或在你的超市买早餐最近的一次是什么时候。

理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。

营销人员若想业绩有所成长，只能靠偷取竞争对手的市场占有率，而如果要密切地注意消费者的购买行为，那么最近的一次消费就是营销人员第一个要利用的工具。

历史显示，如果我们能让消费者购买，他们就会持续购买。

这也就是为什么，0至6个月的顾客收到营销人员的沟通信息多于31至36个月的顾客。

最近一次消费的过程是持续变动的。

在顾客距上一次购买时间满一个月之后，在数据库里就成为最近一次消费为两个月的客户。

反之，同一天，最近一次消费为3个月前的客户作了其下一次的购买，他就成为最近一次消费为一天前的顾客，也就有可能在很短的期间内就收到新的折价信息。

最近一次消费的功能不仅在于提供的促销信息而已，营销人员的最近一次消费报告可以监督事业的健全度。

优秀的营销人员会定期查看最近一次消费分析，以掌握趋势。

月报告如果显示上一次购买很近的客户，(最近一次消费为1个月)人数如增加，则表示该公司是个稳健成长的公司；反之，如上一次消费为一个月的客户越来越少，则是该公司迈向不健全之路的征兆。

最近一次消费报告是维系顾客的一个重要指标。

最近才买你的商品、服务或是光顾你商店的消费者，是最有可能再向你购买东西的顾客。

再则，要吸引一个几个月前才上门的顾客购买，比吸引一个一年多以前来过的顾客要容易得多。

营销人员如接受这种强有力的营销哲学——与顾客建立长期的关系而不仅是卖东西，会让顾客持续保持往来，并赢得他们的忠诚度。

rfm客户分级运营方案导言客户关系管理（CRM）是企业管理的一项重要任务，而RFM（最近一次购买消费时间、消费频率、消费金额）模型则是一种常用的客户价值评估方法。

对客户进行RFM分析可以帮助企业更好地了解客户的行为特征，有效地识别高价值客户并开展相关的运营活动，从而提升客户忠诚度和企业的盈利能力。

本文将通过讨论RFM客户分级运营方案的相关概念、原理和实施步骤，展示如何利用RFM模型来进行客户分级运营，实现企业的营销目标。

一、RFM模型概述RFM模型是一种客户价值评估方法，它通过分析客户的最近一次购买消费时间（Recency）、消费频率（Frequency）和消费金额（Monetary）这三个维度，来对客户进行分级评估。

RFM模型的核心思想是，最近购买消费时间越近、消费频率越高、消费金额越大的客户，其价值越高。

1.1 Recency——最近一次购买消费时间Recency指的是客户最近一次购买产品或服务的时间。

在RFM模型中，Recency越大表示客户最近购买时间越久，其价值越低；而Recency越小表示客户最近购买时间越近，其价值越高。

通过Recency可以了解客户的购买频率和忠诚度，从而判断客户是否活跃，对企业的实际销售产生贡献。

1.2 Frequency——消费频率Frequency是指客户在一定时间内购买产品或服务的次数。

在RFM模型中，Frequency越大表示客户购买频率越高，其价值越高；而Frequency越小表示客户购买频率较低，其价值较低。

通过Frequency可以评估客户的忠诚度和消费活跃度，从而判断客户对企业的重要性。

1.3 Monetary——消费金额Monetary指的是客户在一定时间内总的消费金额。

在RFM模型中，Monetary越大表示客户总的消费金额越高，其价值越高；而Monetary越小表示客户总的消费金额较低，其价值较低。

通过Monetary可以评估客户的消费能力和对企业的贡献度，从而判断客户的实际价值。

RFM客户价值模型[]RFM模型的内容依照美国数据库营销研究所Arthur Hughes的研究，中有三个神奇的要素，这三个要素组成了数据分析最好的：•最近一次消费(Recency)•消费频率(Frequency)•消费金额(Monetary)[]最近一次消费最近一次消费意指上一次购买的时候——顾客上一次是几时来店里、上一次依照哪本邮购目录购买东西、何时买的车，或在你的超市买早饭最近的一次是何时。

理论上，上一次消费时刻越近的顾客应该是比较好的，对提供即时的或是效劳也最有可能会有反映。

营销人员假假想业绩有所成长，只能靠偷取的市场占有率，而假设是要紧密地注意的，那么最近的一次消费确实是营销人员第一个要利用的工具。

历史显示，假设是咱们能让消费者购买，他们就会持续购买。

这也确实是为何，0至6个月的顾客收到营销人员的沟通信息多于31至36个月的。

最近一次消费的进程是持续变更的。

在顾客距上一次购买时刻满一个月以后，在数据库里就成为最近一次消费为两个月的。

反之，同一天，最近一次消费为3个月前的客户作了其下一次的购买，他就成为最近一次消费为一天前的顾客，也就有可能在很短的期间内就收到新的折价信息。

最近一次消费的功能不仅在于提供的信息算了，营销人员的最近一次消费报告能够监督事业的健全度。

优秀的营销人员会按期查看最近一次消费分析，以把握趋势。

月报告假设是显示上一次购买很近的客户，(最近一次消费为1个月)人数如增加，那么表示该是个稳健成长的；反之，如上一次消费为一个月的客户愈来愈少，那么是该公司迈向不健全之路的征兆。

最近一次消费报告是维系顾客的一个重要指标。

最近才买你的、效劳或是光顾你商店的，是最有可能再向你购买东西的顾客。

再那么，要吸引一个几个月前才上门的顾客购买，比吸引一个一年多以前来过的顾客要容易患多。

营销人员犹如意这种强有力的营销哲学——与顾客成立长期的关系而不仅是卖东西，会让顾客持续维持往来，并博得他们的忠诚度。

作业1.RFM模型中，为什么按R、F、M顺序排序？答：R,M,F分别代表：最近一次消费(Recency) ，消费频率(Frequency) ，消费金额(Monetary) 。

最近一次消费是指上一次购买的日期即顾客上一次是什么时候来店里、上一次根据哪本邮购目录购买东西。

最近一次消费报告是维系顾客的一个重要指标。

最近才买该商品、服务或是光顾该商店的消费者，是最有可能再购买东西的顾客。

再则，要吸引一个几个月前才上门的顾客购买，比吸引一个一年多以前来过的顾客要容易得多。

营销人员如接受这种强有力的营销哲学即与顾客建立长期的关系而不仅是卖东西，会让顾客持续保持往来，并赢得他们的忠诚度。

消费频率是顾客在限定的期间内所购买的次数。

我们可以说最常购买的顾客，也是满意度最高的顾客。

增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。

消费金额是所有数据库报告的支柱。

最近一次消费、消费频率、消费金额是测算消费者价值最重要也是最容易的方法，这充分的表现了这三个指标对营销活动的指导意义。

在它们之中，最近一次消费是最有力的预测指标，其次是消费的频率，最后是消费金额。

2.该案例中，是如何使用RFM模型的，写出使用步骤。

（1）做RFM分析,所有客户记录必须包含一定的购买历史数据,并正确地编码，可以据此跟踪客户的反应；（2）每一个客户记录你必须保留三条信息：最近的购买日期,客户要求变更服务,购买任意项等；频率计数器——他购买的次数,或继续购买的服务；一个计量货币总金额的计数器,；（3）创建一个崭新的代码；构建一个频率的代码；构建一个货币代码（4）利用计算机自动筛选程序从数据库中选择40,000家客户。

（5）为了确定单元个数，将测试组的数据记录划分到数据库内。

有800000客户数据库，按40000为一个单元将有20个。

（6）当你这样做时，这个40000测试数据将成为主数据库精确统计的副本。

（7）无论在哪个订单的已经排序的主要数据库，将会有一个确切的统计样本的RFM代码，该案例中即有125个不同的RFM单元，每个人会有完全相同的平均顾客数。

rfm模型中8类客户的营销策略RFM模型是一种常用的客户细分模型，它将客户按照最近一次购买时间（Recency）、购买频率（Frequency）和购买金额（Monetary）这三个指标进行评估和划分。

根据RFM模型，我们可以将客户分为8个不同的类别，每个类别代表了一种不同的客户特征和行为习惯。

针对每个类别的客户，我们可以制定相应的营销策略来提升他们的购买活跃度和忠诚度。

接下来详细介绍每个类别的营销策略。

1.重要价值客户（High-value customers）：这类客户最近购买时间较短、购买频率较高并且购买金额较大。

对于这类客户，我们可以通过提供个性化的服务和产品推荐来增加他们的购买频率和金额。

可以使用VIP会员制度来激励他们保持高消费水平，并提供专属权益和优惠，提高他们的忠诚度。

2.最近流失客户（Recent churned customers）：这类客户最近购买时间较短、购买频率较低但购买金额较高。

对于这类客户，我们需要注意他们的流失风险，并通过个性化的营销活动来留住他们。

可以发送特别优惠券或礼品，重建他们的购买兴趣。

同时，可以通过调查问卷了解原因，改善产品和服务。

3.高频忠诚客户（High-frequency loyal customers）：这类客户最近购买时间较短、购买频率较高但购买金额相对较低。

对于这类客户，我们可以通过提供折扣券、积分奖励等激励措施来鼓励他们增加每次购买的金额。

可以定期发送产品新闻和促销信息，保持他们的购买兴趣。

4.重要挽留客户（Important retention customers）：这类客户最近购买时间较长、购买频率较高且购买金额较大。

对于这类客户，我们需要加强与他们的沟通和互动，例如定期发送个性化的电子邮件或短信，提醒他们进行下一次购买。

还可以考虑邀请他们参加会员活动或体验新产品，增加他们的忠诚度。

5.潜在重要客户（Potential high-value customers）：这类客户最近购买时间较短、购买频率较低但购买金额较大。

数据分析之客户价值模型（RFM）技术总结©作者 | leo管理学中有⼀个重要概念那就是客户关系管理(CRM)，它核⼼⽬的就是为了提⾼企业的核⼼竞争⼒，通过提⾼企业与客户间的交互，优化客户管理⽅式，从⽽实现吸引新客户、保留⽼客户以及将已有客户转化为忠实客户的运营机制。

⽽这其中最为经典的实现模型那就是RFM模型，它主要通过对每个客户的近期消费时间，购买频率和购买⾦额来对不同的客户进⾏价值状态划分。

从⽽使得我们可以有针对性的对不同⽤户进⾏个性化运营和营销。

01 RFM模型核⼼维度针对上述3个维度，我们的预期：最近⼀次消费的时间(Recency)：该维度指的是最近⼀次消费时间间隔(R), 也就是上⼀次消费的时间间隔，该值越⼩客户价值越⾼，这是因为消费间隔越近的客户越有可能产⽣⼆次消费。

某段时间内消费频率次数(Frequency):消费频次(F)体现了客户的购买频率，那么购买频次越⾼，越能体现⽤户的消费活跃程度，因此，客户价值也就越⾼。

某段时间消费的总⾦额(Monetary)：消费⾦额(M)这个从字⾯意思即可知道，⽤户的消费⾦额越⾼，⽤户的消费能⼒越强，那么⾃然⽤户的价值也就越⾼。

02 RFM划分⽤户类型及对应运营策略03 Excel中实现RFM模型为了解决现存⽅法的缺陷，作者⾸次提出了将MCL、SSL和Excel是实现RFM模型的⼀个重要且⼗分直接的⼯具，只需要灵活使⽤Excel⾃带的函数就可以实现数据的汇总计算，得到RFM模型的三个指标值，从⽽将⽤户的价值类型提取出来，让我们有针对性的进⾏业务推⼴策略。

接下来我们给⼤家演⽰⼀个⽤Excel实现的RFM模型：【数据来源】某淘宝店铺的⽉份销售数据【分析⽬标】根据现有订单数据，构建店铺⽤户价值模型，从⽽为后续的精细化运营不同的客户群体打下基础【数据预处理】数据量⼤概有3989条，可以在excel内处理，也可以使⽤python对⼤批量的数据进⾏处理。