企業(yè)如何利用RFM模型優(yōu)化客戶管理方式
2023-11-10 09:58:00
次
你聽說過二八定律嗎?
二八定律原是用于經(jīng)濟(jì)學(xué)中財(cái)富和收益模式的不平衡原理，據(jù)說在這個世界上，20%的人是富人，80%的人是窮人；20%的人掌握世上80%的財(cái)富，80%的人掌握世上20%的財(cái)富；財(cái)富兩極分化極為嚴(yán)重。
如果將此定理應(yīng)用到電商行業(yè)，也就是說，20%的頭部客戶占據(jù)了80%的銷售額，而這20%的客戶則是公司收益的關(guān)鍵。
在如今這個大數(shù)據(jù)時代下，如果一個企業(yè)/商家對于客戶還是一視同仁的話，
那么你極有造成20%的頭部客戶的流失，這對企業(yè)/商家會造成極大的損失。
那如何才能實(shí)現(xiàn)對客戶精細(xì)化運(yùn)營？
在管理學(xué)中，一個重要的概念是客戶關(guān)系管理（CRM）。它的核心目標(biāo)是提高企業(yè)的核心競爭力，通過改善企業(yè)與客戶之間的互動，優(yōu)化客戶管理方式，從而實(shí)現(xiàn)吸引新客戶、保留老客戶以及將現(xiàn)有客戶轉(zhuǎn)化為忠實(shí)客戶的運(yùn)營機(jī)制。
其中最為經(jīng)典的是RFM分析法。RFM分析法是衡量用戶價值和用戶創(chuàng)利能力的重要工具，通過對不同消費(fèi)屬性的用戶進(jìn)行分析，實(shí)現(xiàn)用戶行為分析，識別優(yōu)質(zhì)客戶及衡量客戶價值和客戶利潤創(chuàng)收能力。并根據(jù)不同用戶群分別制定相應(yīng)的營銷激勵策略，數(shù)據(jù)驅(qū)動增長，從而實(shí)現(xiàn)精細(xì)化運(yùn)營。
什么是RFM分析法?
- -最近1次消費(fèi)時間間隔 (Recency)
用戶的最近一次消費(fèi)時間，簡單來說指，用戶上一次消費(fèi)時間距現(xiàn)在有多久，其與用戶流失和復(fù)購指標(biāo)相關(guān)聯(lián)。
上一次消費(fèi)時間間隔越小，也就是R的值越小，用戶價值越高?！?/span>
用戶下單頻率，簡單來說指，用戶在一個時間段內(nèi)消購買次數(shù)，其與用戶的消費(fèi)活躍度相關(guān)聯(lián)。
購買頻率越高，也就是F的值越大，用戶價值越高。
用戶消費(fèi)金額，簡單來說指，用戶在一個時間段/一個周期內(nèi)在平臺上消費(fèi)金額，其與用戶對公司貢獻(xiàn)的價值相關(guān)聯(lián)。
消費(fèi)金額越高，也就是M的值越大，用戶價值越高。
通過這3個指標(biāo)對用戶分類的方法稱為RFM分析法。
RFM 分析后，將客戶劃分為了不同分類，如下表所示：
| 用戶群 |
特征 |
運(yùn)營策略 |
| 重要價值客戶（111） |
復(fù)購率高、購買頻次高、花費(fèi)大 |
高價值用戶 |
| 重要發(fā)展客戶（101） |
復(fù)購率高、購買頻次不高、花費(fèi)大 |
激勵用戶多次購買 |
| 重要保持客戶（011） |
交易金額大、頻次高，但是最近沒有交易 |
加強(qiáng)與客戶聯(lián)系 |
| 重要挽留客戶（001） |
交易金額大，但購買頻次較低，且最近無新交易 |
潛在有價值的用戶，可加大促銷力度，避免客戶流失 |
| 一般價值客戶（110） |
消費(fèi)時間近，交易次數(shù)多，金額小 |
可提高客單價 |
| 一般發(fā)展客戶（100） |
交易頻次低、金額小，但最近有交易 |
有推廣價值 |
| 一般保持客戶（010） |
交易頻次高，但是金額小，最近沒有交易 |
可提醒消費(fèi) |
| 一般挽留客戶（000） |
FM均低，且最近沒有交易，相當(dāng)于流失 |
可選擇性召回 |
那如何使用Tempo可視化分析平臺實(shí)現(xiàn)RFM分析呢？
首先呢，我們需要計(jì)算每個客戶的平均單次消費(fèi)金額、消費(fèi)次數(shù)、最后一次消費(fèi)距今天數(shù)，就是我們所說的R (Recency)、F(Frequency)、M(Monetary)。
- 最近1次消費(fèi)時間間隔 (Recency)
通過編寫SQL代碼，可從原表中得到每個用戶最近一次購買的時間，并命名為最近一次消費(fèi)時間，點(diǎn)擊執(zhí)行，執(zhí)行成功即可每個用戶最近一次購買的時間，如下圖所示：
計(jì)算最近一次消費(fèi)距今的天數(shù)，需先通過計(jì)算列新增一列為當(dāng)前時間，并點(diǎn)擊計(jì)算列選擇日期函數(shù)中TODAY（）函數(shù)，點(diǎn)擊校驗(yàn)，校驗(yàn)通過，即可生成當(dāng)前時間列，再進(jìn)行計(jì)算列操作，計(jì)算時間差，如下圖所示：
點(diǎn)擊匯總，設(shè)置名稱，分組字段及聚合字段，分組字段選擇顧客姓名，聚合字段選擇顧客姓名選擇計(jì)數(shù)，計(jì)算所有用戶的消費(fèi)總次數(shù)。
點(diǎn)擊匯總，設(shè)置名稱，分組字段及聚合字段，分組字段選擇顧客姓名，聚合字段選擇銷售額選擇合計(jì)，計(jì)算所有用戶的消費(fèi)總次數(shù)。
設(shè)置名稱為各顧客消費(fèi)次數(shù)及消費(fèi)額，具體操作如下圖所示：
對字段重命名為各顧客總計(jì)消費(fèi)額和各顧客總計(jì)消費(fèi)次數(shù)，如下圖所示：
- 計(jì)算各客戶平均單次消費(fèi)額
計(jì)算各客戶平均單次消費(fèi)額，需先通過計(jì)算列新增一列，并點(diǎn)擊計(jì)算列，輸入表達(dá)式，點(diǎn)擊校驗(yàn)，校驗(yàn)通過，即可生成各客戶平均單次消費(fèi)額列，如下圖所示：
新增顧客購買總銷售額、顧客購買次數(shù)、顧客數(shù)列、所有用戶平均消費(fèi)金額和所有用戶的平均消費(fèi)次數(shù)。
- 顧客購買總銷售額
點(diǎn)擊匯總，設(shè)置名稱及聚合字段，聚合字段選擇銷售額選擇合計(jì)，計(jì)算顧客購買總銷售額。
- 顧客購買次數(shù)
點(diǎn)擊匯總，設(shè)置名稱及聚合字段，聚合字段選擇顧客姓名選擇計(jì)數(shù)，計(jì)算顧客購買次數(shù)。
- 顧客數(shù)
點(diǎn)擊匯總，設(shè)置名稱及聚合字段，，聚合字段選擇顧客姓名選擇唯一計(jì)數(shù)，計(jì)算顧客數(shù)。
對字段重命名為顧客購買總銷售額、顧客購買次數(shù)和顧客數(shù)。
- 所有用戶平均消費(fèi)金額
點(diǎn)擊計(jì)算列，設(shè)置新列名及表達(dá)式，編寫完成之后點(diǎn)擊校驗(yàn)，顯示校驗(yàn)成功即可生成新列。
- 所有用戶的平均消費(fèi)次數(shù)
點(diǎn)擊計(jì)算列，設(shè)置新列名及表達(dá)式，編寫完成之后點(diǎn)擊校驗(yàn)，顯示校驗(yàn)成功即可生成新列。
- 所有用戶最近一次消費(fèi)距今的總天數(shù)
選擇SQL表，點(diǎn)擊匯總，設(shè)置名稱及聚合字段，聚合字段選擇最近一次消費(fèi)距今天數(shù)選擇合計(jì)，計(jì)算所有用戶最近一次消費(fèi)距今的總天數(shù)。
對字段重命名為最近一次消費(fèi)距今總天數(shù)
點(diǎn)擊合并，將匯總表（各顧客消費(fèi)次數(shù)及消費(fèi)額、所有客戶消費(fèi)指標(biāo)的平均值和最近一次消費(fèi)距今總天數(shù)）進(jìn)行合并操作，如下圖所示：
將匯總完成表與SQL表最近一次消費(fèi)時間進(jìn)行關(guān)聯(lián)操作
點(diǎn)擊關(guān)聯(lián)，選擇表匯總1和最近一次消費(fèi)時間，選擇顧客姓名字段進(jìn)行關(guān)聯(lián)，雙擊連線選擇左連接進(jìn)行兩表關(guān)聯(lián)，如下圖所示：
由于合并為行合并，因此對（顧客數(shù)、最近一次消費(fèi)距今總天數(shù)、顧客購買次數(shù)、所有用戶平均消費(fèi)金額、所有用戶的平均消費(fèi)次數(shù)、顧客購買總銷售額）進(jìn)行空值替換操作，如下圖所示：
顧客數(shù)空值替換：
選擇顧客數(shù)字段，選擇替換值，點(diǎn)擊添加行，替換類型選擇空值替換，填寫替換值。
其它字段控制轉(zhuǎn)換同理。
- 最近一次消費(fèi)距今平均天數(shù)
次均消費(fèi)金額評價
新增列【次均消費(fèi)金額評價】，當(dāng)[各客戶平均單次消費(fèi)額]>[所有用戶平均消費(fèi)金額時為1，反之為0
消費(fèi)次數(shù)評價
新增列【消費(fèi)次數(shù)評價】，當(dāng)[各顧客總計(jì)消費(fèi)次數(shù)]>[所有用戶的平均消費(fèi)次數(shù)]時為 1 ，反之為 0
最近一次消費(fèi)距今天數(shù)評價
新增列【最近一次消費(fèi)距今天數(shù)評價】，當(dāng)[最后一次消費(fèi)距今天數(shù)]<[最近一次消費(fèi)距今平均天數(shù)]時為 1 ，反之為 0
添加 RFM 指標(biāo)列
點(diǎn)擊列合并，輸入新列名，選擇需要合并列，如下圖所示：
對 RFM 指標(biāo)列分組
新增分組列【用戶群】，對RFM列進(jìn)行按類別分組，如下圖所示：
分析完成之后，我們可以運(yùn)用可視化分析，對分析結(jié)果進(jìn)行展示，能夠直觀看到客戶價值和客戶利潤創(chuàng)收能力。
通過RFM模型的應(yīng)用，企業(yè)可以更好地了解客戶的價值狀態(tài)，并根據(jù)不同客戶群體制定相應(yīng)的市場營銷策略。例如，對于重要客戶，可以提供個性化的服務(wù)和優(yōu)惠；對于潛力客戶，可以采取推廣活動來提高其購買頻率。 總之，RFM模型是一種有效的客戶管理工具，可以幫助企業(yè)優(yōu)化客戶管理方式，提高企業(yè)的核心競爭力。
Tempo可視化分析平臺提供拖曳式的操作，讓用戶能夠隨時更改觀察數(shù)據(jù)的維度、指標(biāo)，將數(shù)據(jù)以豐富的圖表方式，進(jìn)行迅速、直觀的表達(dá)，同時借助聯(lián)動、鉆取、鏈接等交互操作，發(fā)現(xiàn)數(shù)據(jù)內(nèi)部的細(xì)節(jié)規(guī)律，讓用戶能夠在操作交互過程中與數(shù)據(jù)進(jìn)行直接、實(shí)時的對話，探索潛藏的數(shù)據(jù)規(guī)律。
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標(biāo)平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
首頁
美林?jǐn)?shù)據(jù)
行業(yè)資訊
陜公網(wǎng)安備 61019002000171號
