Menu
美林数据立即试用申请试用
美林数据方案咨询方案咨询
美林数据
ABOUT US
美林数据技术股份有限公司（简称：美林数据，NEEQ：831546）是国内知名的数据治理和数据分析服务提供商。

产品简介

相关推荐

业务不打烊：解决软件系统升级痛点的新方法 业务不打烊：解决软件系统升级痛点的新方法
智能排水解决方案，设备实时监控+预测分析，真正实现“无人值守”！ 智能排水解决方案，设备实时监控+预测分析，真正实现“无人值守”！
智能矿山|智能运输解决方案，守护矿山安全，赋能降本增效！ 智能矿山|智能运输解决方案，守护矿山安全，赋能降本增效！

美林新闻/NEWS

首页 美林数据 行业资讯

企业如何利用RFM模型优化客户管理方式

2023-11-10 09:58:00 次
你听说过二八定律吗?
二八定律原是用于经济学中财富和收益模式的不平衡原理，据说在这个世界上，20%的人是富人，80%的人是穷人；20%的人掌握世上80%的财富，80%的人掌握世上20%的财富；财富两极分化极为严重。
如果将此定理应用到电商行业，也就是说，20%的头部客户占据了80%的销售额，而这20%的客户则是公司收益的关键。
在如今这个大数据时代下，如果一个企业/商家对于客户还是一视同仁的话，
那么你极有造成20%的头部客户的流失，这对企业/商家会造成极大的损失。
那如何才能实现对客户精细化运营？
在管理学中，一个重要的概念是客户关系管理（CRM）。它的核心目标是提高企业的核心竞争力，通过改善企业与客户之间的互动，优化客户管理方式，从而实现吸引新客户、保留老客户以及将现有客户转化为忠实客户的运营机制。
其中最为经典的是RFM分析法。RFM分析法是衡量用户价值和用户创利能力的重要工具，通过对不同消费属性的用户进行分析，实现用户行为分析，识别优质客户及衡量客户价值和客户利润创收能力。并根据不同用户群分别制定相应的营销激励策略，数据驱动增长，从而实现精细化运营。
什么是RFM分析法?
  • -最近1次消费时间间隔 (Recency)
用户的最近一次消费时间，简单来说指，用户上一次消费时间距现在有多久，其与用户流失和复购指标相关联。
上一次消费时间间隔越小，也就是R的值越小，用户价值越高。　
  • -消费频率 (Frequency)
用户下单频率，简单来说指，用户在一个时间段内消购买次数，其与用户的消费活跃度相关联。
购买频率越高，也就是F的值越大，用户价值越高。
  • -消费金额 (Monetary)
   用户消费金额，简单来说指，用户在一个时间段/一个周期内在平台上消费金额，其与用户对公司贡献的价值相关联。
消费金额越高，也就是M的值越大，用户价值越高。
通过这3个指标对用户分类的方法称为RFM分析法。
RFM 分析后，将客户划分为了不同分类，如下表所示：
用户群 特征 运营策略
重要价值客户（111） 复购率高、购买频次高、花费大 高价值用户
重要发展客户（101） 复购率高、购买频次不高、花费大 激励用户多次购买
重要保持客户（011） 交易金额大、频次高，但是最近没有交易 加强与客户联系
重要挽留客户（001） 交易金额大，但购买频次较低，且最近无新交易 潜在有价值的用户，可加大促销力度，避免客户流失
一般价值客户（110） 消费时间近，交易次数多，金额小 可提高客单价
一般发展客户（100） 交易频次低、金额小，但最近有交易 有推广价值
一般保持客户（010） 交易频次高，但是金额小，最近没有交易 可提醒消费
一般挽留客户（000） FM均低，且最近没有交易，相当于流失 可选择性召回











那如何使用Tempo可视化分析平台实现RFM分析呢？
首先呢，我们需要计算每个客户的平均单次消费金额、消费次数、最后一次消费距今天数，就是我们所说的R (Recency)、F(Frequency)、M(Monetary)。
  • 最近1次消费时间间隔 (Recency)
通过编写SQL代码，可从原表中得到每个用户最近一次购买的时间，并命名为最近一次消费时间，点击执行，执行成功即可每个用户最近一次购买的时间，如下图所示：
RFM分析
计算最近一次消费距今的天数，需先通过计算列新增一列为当前时间，并点击计算列选择日期函数中TODAY（）函数，点击校验，校验通过，即可生成当前时间列，再进行计算列操作，计算时间差，如下图所示：
RFM分析
RFM分析
 
  • 消费频率 (Frequency)
点击汇总，设置名称，分组字段及聚合字段，分组字段选择顾客姓名，聚合字段选择顾客姓名选择计数，计算所有用户的消费总次数。
RFM分析
  • 消费金额 (Monetary)
点击汇总，设置名称，分组字段及聚合字段，分组字段选择顾客姓名，聚合字段选择销售额选择合计，计算所有用户的消费总次数。
设置名称为各顾客消费次数及消费额，具体操作如下图所示：
RFM分析
对字段重命名为各顾客总计消费额和各顾客总计消费次数，如下图所示：
FRM分析
  1. 计算各客户平均单次消费额
计算各客户平均单次消费额，需先通过计算列新增一列，并点击计算列，输入表达式，点击校验，校验通过，即可生成各客户平均单次消费额列，如下图所示：
 
FRM分析
新增顾客购买总销售额、顾客购买次数、顾客数列、所有用户平均消费金额和所有用户的平均消费次数。
  1. 顾客购买总销售额
点击汇总，设置名称及聚合字段，聚合字段选择销售额选择合计，计算顾客购买总销售额。
FRM分析
  1. 顾客购买次数
点击汇总，设置名称及聚合字段，聚合字段选择顾客姓名选择计数，计算顾客购买次数。
FRM分析
  1. 顾客数
点击汇总，设置名称及聚合字段，，聚合字段选择顾客姓名选择唯一计数，计算顾客数。
FRM分析
对字段重命名为顾客购买总销售额、顾客购买次数和顾客数。
FRM分析
  1. 所有用户平均消费金额
点击计算列，设置新列名及表达式，编写完成之后点击校验，显示校验成功即可生成新列。
FRM分析
  1. 所有用户的平均消费次数
点击计算列，设置新列名及表达式，编写完成之后点击校验，显示校验成功即可生成新列。
FRM分析
  1. 所有用户最近一次消费距今的总天数
选择SQL表，点击汇总，设置名称及聚合字段，聚合字段选择最近一次消费距今天数选择合计，计算所有用户最近一次消费距今的总天数。
FRM分析
对字段重命名为最近一次消费距今总天数
点击合并，将汇总表（各顾客消费次数及消费额、所有客户消费指标的平均值和最近一次消费距今总天数）进行合并操作，如下图所示：
FRM 分析
将汇总完成表与SQL表最近一次消费时间进行关联操作
点击关联，选择表汇总1和最近一次消费时间，选择顾客姓名字段进行关联，双击连线选择左连接进行两表关联，如下图所示：
FRM 分析
FRM 分析
由于合并为行合并，因此对（顾客数、最近一次消费距今总天数、顾客购买次数、所有用户平均消费金额、所有用户的平均消费次数、顾客购买总销售额）进行空值替换操作，如下图所示：
顾客数空值替换：
选择顾客数字段，选择替换值，点击添加行，替换类型选择空值替换，填写替换值。
FRM 分析
FRM 分析
其它字段控制转换同理。
  1. 最近一次消费距今平均天数
FRM 分析

次均消费金额评价

新增列【次均消费金额评价】，当[各客户平均单次消费额]>[所有用户平均消费金额时为1，反之为0
FRM 分析

消费次数评价

新增列【消费次数评价】，当[各顾客总计消费次数]>[所有用户的平均消费次数]时为 1 ，反之为 0
FRM 分析

最近一次消费距今天数评价

新增列【最近一次消费距今天数评价】，当[最后一次消费距今天数]<[最近一次消费距今平均天数]时为 1 ，反之为 0
FRM 分析

添加 RFM 指标列

点击列合并，输入新列名，选择需要合并列，如下图所示：
FRM 分析

对 RFM 指标列分组

新增分组列【用户群】，对RFM列进行按类别分组，如下图所示：
FRM 分析
分析完成之后，我们可以运用可视化分析，对分析结果进行展示，能够直观看到客户价值和客户利润创收能力。
FRM 分析
通过RFM模型的应用，企业可以更好地了解客户的价值状态，并根据不同客户群体制定相应的市场营销策略。例如，对于重要客户，可以提供个性化的服务和优惠；对于潜力客户，可以采取推广活动来提高其购买频率。 总之，RFM模型是一种有效的客户管理工具，可以帮助企业优化客户管理方式，提高企业的核心竞争力。
Tempo可视化分析平台提供拖曳式的操作，让用户能够随时更改观察数据的维度、指标，将数据以丰富的图表方式，进行迅速、直观的表达，同时借助联动、钻取、链接等交互操作，发现数据内部的细节规律，让用户能够在操作交互过程中与数据进行直接、实时的对话，探索潜藏的数据规律。

上一篇：点击这里，获取数据治理加速器！ 下一篇：Tempo可视化分析最佳实践：基于参数的数据复杂过滤

联系我们

全国服务电话：

400-608-2558    029-8869-6198

企业邮箱：tempo@meritdata.com.cn

地址：中国西安 ▪ 雁塔区西三环天谷八路软件新城国家电子商务示范基地六层

  • 扫码关注我们

  • 扫码立即咨询

友情链接：美林数据官网　　　Tempo Talents大数据应用能力成长平台
Copyright © 2020 MeritData.All Rights Reserved 陕ICP备05005361号-1.    陕公网安备 61019002000171号
网站地图
版权所有@2022 美林数据技术股份有限公司
服务热线
400-608-2558
咨询热线
029-88696198
美林数据
微信扫描二维码，立即在线咨询