RFM模型在客户分类中的应用

RFM模型在客户分类中的应用

一. 模型简介

1. 模型目标:

用RFM模型将顾客购买行为转化为3个指标：最近一次消费、消费频率、消费金额。然后用量化的数据与之对应，例如:111；223。通过该数据直观的判断客户的优劣。

2. 基本概念:

R(Recency) 最近一次消费 F(Frequency) 消费频率 M(Monetary) 消费金额

3. 模型建立：

第一档 第二档 第三档 R（最近一次消费） 1-7天 8-30天 31天以上 F（消费频率） 10次以上 3-9次 1-2次 M（消费金额） 1600以上 400-1599 0-399

将第一档记为1，第二档记为2，第三档记为3。可获得每个顾客在RFM模型中的对应数组。

例如：最近一次消费在7天内，且两个月总消费为5次，消费金额为1000的顾客，在RFM模型中的对应数组为122。

显然，数字较小的顾客是相对优质的比如111,122，数字较大的顾客是相对劣质的比如223,333。

这样我们就获得了3*3*3一共27类顾客，在工作中可以选取指定属性的顾客进行营销。

例如：想对一段时间没买商品，但是历史记录很好地顾客进行激活，就选取211或311的顾客；想对购买频次较多的顾客进行奖励则选取212,312等。

又对这27类顾客进一步进行聚类分析，将其归为S级、A-E六个等级。

S A A B B B C C C C 000 111 121 122 211 221 131 132 222 231 D D D E E E E E 232 321 331 133 233 322 332 333

A-E五个等级是从模型中的27个分类得来，S级表示有异常消费行为，为企业带来极高的收入的顾客（目前该级别就一位，是购买好奇纸尿布花费45W的顾客）

并由此得出不同评级顾客分布图如下。（数据源：2013.2.1-2013.3.31所有顾客购买数据。）

AB135029012%5%不同评级顾客占比C633810×61212?492971%

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%。

不同评级顾客的消费总金额如下：

不同评级顾客消费总金额占比A599510312?03766616á600789832?011503220é66731420%

可以看出占比71%的E级客户贡献仅为32%，相反另外29%的顾客做出了企业收入68%的贡献。

不同评级顾客人均消费图如下：

不同评级顾客人均消费5000 4500 4000 3500 3000 2500 2000 1500 1000 500 0 4441 2771 1525 1329 356 ABCDE

未来的工作应该优先对A级和B级顾客进行维护。