RFM模型分析是最广泛应用的的客户价值分析工具,是电商运营所必须的分析模型。网上有很多相关的资料可以学习,在这里为大家做下简单的介绍。
RFM模型是指:
- 最近一次消费(Recency)
- 消费频率(Frequency)
- 消费金额(Monetary)
最近一次消费是指客户上一次购买的时间。理论上来说,上一次消费时间越近的客户是越优质的客户,该部分客户与店铺的关系更加紧密,更加容易触达;距离当前上一次消费越远的客户,越有流失的风险。
消费频率是指顾客在限定期间内所购买的次数。可以说最常购买的客户,是满意度最高的客户,也是忠诚度较高的客户。提升客户的购买频率意味着提高客户终身价值的贡献。
消费金额是指客户购买商品支付的订单金额。消费金额是客户贡献的最直接的体现,我们所做的所有运营活动都是为了提升客户的消费金额。
结合RFM的效果,可以将店铺客户划分为以下分布:
通过对这部分用户的了解,可以指定客户成长计划,找到重点运营的客户,进行精准触达运营。
我们以实际的RFM表现来举一个例子:
如上图所示:
1、该店铺中有363位购买过1次,且最近购买时间是在1年以前的客户;并且最近购买时间在90~365天之间有近400客户。这些客户购买一次后,都没有产生回购,随着最近购买时间越来越久,客户就会越来越流失。
针对这部分客户,我们可以考虑通过客户分群-自定义条件筛选出来后,进行定向通知营销
2、该店铺中有购买1次的客户占比为 51%,而购买2~4次差不多占比20%,而购买次数大于等于5次的占比28%。 说明该店铺有一批忠实的老客户,持续在店铺中购买商品;但是新成交客户的多次转化却不够如意,运营重点需要放在老客户成长培养上。可以考虑使用会员等级将客户忠诚度提高,增强客户多次转化购买
通过RFM模型我们还能分析出很多可操作的运营点,在这里不再一一举例,大家可以在 数据 - 客户分析 - 客户洞察,去查看自己店铺的客户RFM分布情况,通过数据去完善运营计划。
本帖最后由 有赞-Damon 于 2021-3-19 16:09 编辑
|