[数据分析][RFM模型]用数据分析用户
[数据分析][RFM模型]用数据分析用户
RFM分析是美国数据库营销研究所Arthur Hughes提出的一种简单实用客户分析方法，他们发现客户数据中有桑神奇的要素，这三个要素构成了数据分析最好的指标，RFM分析也就是通过这个三个指标对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略。
最近一次消费（R）：Rrequency
客户距离最近的一次消费时间的间隔
消费频率（F）：Frequency
指客户在限定的期间你所购买的次数。
消费金额(M):Monetary
客户的消费能力，通常以客户单次的平均消费金额作为衡量指标
最近一次消费
最近一次消费意指上一次购买的时候——客户上一次是何时来店里、上一次从哪个渠道获知并购买东西，或在你的酒店最近的一次消费时间。
理论上，上一次消费时间越近的客户应该是较好的顾客，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。这也就是为甚，0至6个月的顾客收到营销人员的狗控信息多玉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个月钱的客户做了其下一次的购买，它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。
最近一次消费报表是维系顾客的一个重要指标，最近才买你的商品、服务或是光顾你酒店的消费者，是最有可能再次购买你东西的顾客。再则，要吸引一个几个月才上门的顾客购买，比吸引一个一年多以前来过的顾客要容易很多。营销人员如果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。
消费频率
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。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偷取市场占有率，由别人的手中赚取营业额。
根据这个指标，我们又吧顾客分为五等分，这个五等分分析相当于是一个“忠诚度的阶梯”（loyalty ladder），其诀窍在于让消费者一直顺着阶梯往上爬，把消费想象成是要将两次购买的顾客往上堆程三次购买的顾客，吧一次购买者变成两次的。
也就是重复购买率问题，一个人购买商品一百次，和一百个人购买商品一次，虽然获得的相对利润一样，但是绝不是这样，一个人购买一百次，那就是对品牌和服务的认可。
消费金额
消费金额是所有数据库报告的支柱，也可以验证“帕累托法则”(Pareto’s Law)——公司80%的收入来自20%的顾客。它显示出排名前10%的顾客所花费的金额比下一个等级者多出至少2呗，站公司所有营业额的40%以上。如果累计百分比的那一栏，我们会发现有40%的顾客贡献公司总营业额的80%。
如果你的预算不多，而且只能提供服务信息给2000到3000个顾客，你将信息通过短信、微信、支付宝、广告等发送给贡献40%收入的顾客，还是那些不到1%的顾客？数据库营销有时候就是这么简单。这样的营销所节省下来的成本会很客观。
结合这桑果指标，我们就可以把顾客分成5*5*5=125类，对其进行数据分析，然后指定我们的营销测量。
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，这充分的表现了这桑果指标对营销活动的指导意义。而其中，最近一次消费是最有力的预测指标。
RFM模型的应用意义
在众多的客户关系管理（CRM）的分析模型中，RFM模型是被广泛提到的。RFM模型是衡量客户价值观和客户创利能力的重要工具和手段。该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情况，形成人物画像，不仅仅应用与CRM分析模型里面，还可以单独在数据分析系统中使用。
RFM模型较为动态地表示了一个客户的全部轮廓，这对个性化的沟通和服务提供了一句，同时，如果与该客户打交道的时间足够长，也能够较为精确地判断客户的长期价值，甚至是终身价值，通过改善三项指标的情况，从而为更多的营销决策提供支持。
一遍的分型CRM着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。
RFM分厂适用于生产多种商品的企业，而且这些商品单价相对不高，如消费品、化妆品、小家电、超市等，它也适合在一个惬意内只有少数耐久商品，但是该商品中有一部分数据消耗品，如复印机、打印机、汽车维修等消耗品；RFM对于加油站、旅行保险、运输、快递、快餐店、KTV、证券公司等也挺合适。
RFM可以用来提高客户的交易次数。业界常用的DM，常常一次印发成千上万的DM单，其实这是很浪费钱的。根据统计，如果所有（R）：Rrequency的客户分为五级，最好的第五级回函率是第四级的三倍，因为这些客户刚完成交易不久，所以会更注意同一公司的产品信息。如果用M(Monetary)来把客户分为五级，最好与次好的平均回复率，几乎没有显著差异。
有些人会用客户绝对贡献金额来分析客户是否流失，但是绝对金额有时会曲解客户行为。因为每个商品价格可能不同，对于不同产品的促销有不同的折扣，所以采用相对的分级（例如R、F、M都个分为五级）来比较消费者在级别区间的变动，则更可以显示出相对行为。企业用R、F的变化，可以推测客户消费的移动情况，根据客户流失的可能性，列出客户，在从M（消费金额）的角度来分析，就可以把重点放在贡献度高且流失机会也搞的客户上，重点拜访或联系，以最有效的方式挽回更多商机。
RFM也不可以用过头，而造成高交易的客户不断收到推送消息。企业应该设计一个客户解除频率规则，如购买三天或一周内应该发出一个感谢短信、微信或电话，并主动关心消费者是否有使用方面的问题，或者建议等，一个月后发出使用是否满意的询问（商品销售），而三个月后则提供交叉销售的建议，并开始注意客户的流失可能性，不断地创造主动接触客户的机会，这样一来，客户再购买的机会也会大幅提高。
企业在推行CRM时，就要根据RFM模型的原理，了解客户差异，并以此为主轴进行企业流程重建，才能创新业绩与利润。否则，将无法在新世纪的市场立足。
RFM模型案例分析
