RFM模型對應的特征在本案例中是什么 rfm模型的三個要素 _經驗分享

rfm模型的三個指標是什么?根據美國數據庫營銷研究所Arthur Hughes的研究，客戶數據庫中有3個神奇的要素，這3個要素構成了數據分析最好的指標：
1、最近一次消費
最近一次消費意指上一次購買的時候——顧客上一次是幾時來店里、上一次根據哪本郵購目錄購買東西、什么時候買的車，或在你的超市買早餐最近的一次是什么時候。
理論上，上一次消費時間越近的顧客應該是比較好的顧客，對提供即時的商品或是服務也最有可能會有反應。營銷人員若想業績有所成長，只能靠偷取競爭對手的市場占有率，而如果要密切地注意消費者的購買行為，那么最近的一次消費就是營銷人員第一個要利用的工具。
歷史顯示，如果能讓消費者購買，他們就會持續購買。這也就是為什么，0至3個月的顧客收到營銷人員的溝通信息多于3至6個月的顧客。
2、消費頻率
消費頻率是顧客在限定的期間內所購買的次數。我們可以說最常購買的顧客，也是滿意度最高的顧客。如果相信品牌及商店忠誠度的話，最常購買的消費者，忠誠度也就最高。增加顧客購買的次數意味著從競爭對手處偷取市場占有率，由別人的手中賺取營業額。
分類：
根據這個指標，我們又把客戶分成五等分，這個五等分分析相當于是一個“忠誠度的階梯”(loyalty ladder)，如購買一次的客戶為新客戶，購買兩次的客戶為潛力客戶，購買三次的客戶為老客戶，購買四次的客戶為成熟客戶，購買五次及以上則為忠實客戶。
其訣竅在于讓消費者一直順著階梯往上爬，把銷售想象成是要將兩次購買的顧客往上推成三次購買的顧客，把一次購買者變成兩次的。
3、消費金額
消費金額是所有數據庫報告的支柱，也可以驗證“帕雷托法則”(Pareto’s Law)——公司80%的收入來自20%的顧客。
它顯示出排名前10%的顧客所花費的金額比下一個等級者多出至少2倍，占公司所有營業額的40%以上。如看累計百分比的那一欄，我們會發現有40%的顧客貢獻公司總營業額的80%；而有60%的客戶占營業額的90%以上。
最右的一欄顯示每一等分顧客的平均消費，表現最好的 10%的顧客平均花費1195美元，而最差的10%僅有18美元。
應用意義
RFM模型較為動態地顯示了一個客戶的全部輪廓，這對個性化的溝通和服務提供了依據，同時，如果與該客戶打交道的時間足夠長，也能夠較為精確地判斷該客戶的長期價值(甚至是終身價值)，通過改善三項指標的狀況，從而為更多的營銷決策提供支持。
在RFM模式中，R(Recency)表示客戶購買的時間有多遠，F(Frequency)表示客戶在時間內購買的次數，M (Monetary)表示客戶在時間內購買的金額。一般的分析型CRM著重在對于客戶貢獻度的分析，RFM則強調以客戶的行為來區分客戶。
RFM非常適用于生產多種商品的企業，而且這些商品單價相對不高，如消費品、化妝品、小家電、錄像帶店、超市等；
它也適合在一個企業內只有少數耐久商品，但是該商品中有一部分屬于消耗品，如復印機、打印機、汽車維修等消耗品；RFM對于加油站、旅行保險、運輸、快遞、快餐店、KTV、行動電話信用卡、證券公司等也很適合。
RFM可以用來提高客戶的交易次數。業界常用的DM(直接郵寄)，常常一次寄發成千上萬封郵購清單，其實這是很浪費錢的。
根據統計(以一般郵購日用品而言)，如果將所有R(Recency)的客戶分為五級，最好的第五級回函率是第四級的三倍，因為這些客戶剛完成交易不久，所以會更注意同一公司的產品信息。如果用M(Monetary)來把客戶分為五級，最好與次好的平均回復率，幾乎沒有顯著差異。
RFM模型對應的特征在本案例中是什么?RFM模型特征
簡單性，只需要四個字段，客戶名稱、消費時間、消費金額和消費頻率 ?？陀^性，利用數學尺度，簡單且明確的描述客戶價值。
【RFM模型對應的特征在本案例中是什么 rfm模型的三個要素】直觀，解釋性極高。RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段。在眾多的客戶關系管理(CRM)的分析模式中，RFM模型是被廣泛提到的。該機械模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢3項指標來描述該客戶的價值狀況。
RFM模型的應用意義RFM模型較為動態地顯示了一個客戶的全部輪廓，這對個性化的溝通和服務提供了依據，同時，如果與該客戶打交道的時間足夠長，也能夠較為精確地判斷該客戶的長期價值(甚至是終身價值)，通過改善三項指標的狀況，從而為更多的營銷決策提供支持。
在RFM模式中，R(Recency)表示客戶購買的時間有多遠，F(Frequency)表示客戶在時間內購買的次數，M (Monetary)表示客戶在時間內購買的金額。一般的分析型CRM著重在對于客戶貢獻度的分析，RFM則強調以客戶的行為來區分客戶。
RFM非常適用于生產多種商品的企業，而且這些商品單價相對不高，如消費品、化妝品、小家電、錄像帶店、超市等；它也適合在一個企業內只有少數耐久商品，但是該商品中有一部分屬于消耗品，如復印機、打印機、汽車維修等消耗品；RFM對于加油站、旅行保險、運輸、快遞、快餐店、KTV、行動電話信用卡、證券公司等也很適合。
RFM可以用來提高客戶的交易次數。業界常用的DM(直接郵寄)，常常一次寄發成千上萬封郵購清單，其實這是很浪費錢的。根據統計(以一般郵購日用品而言)，如果將所有R(Recency)的客戶分為五級，最好的第五級回函率是第四級的三倍，因為這些客戶剛完成交易不久，所以會更注意同一公司的產品信息。如果用M(Monetary)來把客戶分為五級，最好與次好的平均回復率，幾乎沒有顯著差異。
有些人會用客戶絕對貢獻金額來分析客戶是否流失，但是絕對金額有時會曲解客戶行為。因為每個商品價格可能不同，對不同產品的促銷有不同的折扣，所以采用相對的分級(例如R、F、M都各分為五級)來比較消費者在級別區間的變動，則更可以顯現出相對行為。企業用R、F的變化，可以推測客戶消費的異動狀況，根據客戶流失的可能性，列出客戶，再從M（消費金額）的角度來分析，就可以把重點放在貢獻度高且流失機會也高的客戶上，重點拜訪或聯系，以最有效的方式挽回更多的商機。
RFM也不可以用過頭，而造成高交易的客戶不斷收到信函。每一個企業應該設計一個客戶接觸頻率規則，如購買三天或一周內應該發出一個感謝的電話或Email，并主動關心消費者是否有使用方面的問題，一個月后發出使用是否滿意的詢問，而三個月后則提供交叉銷售的建議，并開始注意客戶的流失可能性，不斷地創造主動接觸客戶的機會。這樣一來，客戶再購買的機會也會大幅提高。
企業在推行CRM時，就要根據RFM模型的原理，了解客戶差異，并以此為主軸進行企業流程重建，才能創新業績與利潤。否則，將無法在新世紀的市場立足。

4種常見的用戶分層方法(RFM核心模型)一.什么是用戶分層？
用戶分層是以用戶價值（比如說：活躍用戶、高價值用戶）為中心來進行切割的，在同一分層模型下，一個用戶只會處于一個層次中。還有一種說法是用戶分群，它是以用戶屬性（用戶身上的某一類標簽，比如：喜歡在地鐵上看書的用戶）為中心進行劃分，1個用戶可能會同時擁有多個屬性。
用戶分層的本質是一種以用戶和特征、用戶行為等為中心對用戶進行細分的精細化運營。
二.4種常見的用戶分層方法？
分層實施的兩大核心：
第一，我們找到一個分層的模型之后，處于不同層級的用戶，需要能夠被通過數據字段或標簽等方式識別區分出來。
第二，面向每一類用戶的運營機制或策略是明確穩定的。
用戶分層的兩個維度：
第一個維度：業務主鏈條標準化程度是高還是低
舉個栗子：像手機里的鬧鐘，定了鬧鐘之后，響了就取消掉，鬧鐘的過程簡單且標準化程度非常高。再比如，像一些閱讀類APP它的用戶所在的地區，用戶的年齡及身份不同，用戶的需求也會不同，它的業務主鏈條標準化程度低，是一個非標的產品，并且有時它的業務鏈條非常長還非常的復雜。
第二個維度：用戶在產品中互相影響的可能性是高還是低
有一些產品用戶是會在產品當中發生關系的，而有些產品呢就不會，有時候同一類型的產品，用戶之間的影響也可能會不同。
舉個栗子：像理財類的產品，用戶之間的影響非常的低，但是像抖音、知乎這樣的產品，用戶之間的關系程度就高一些。
當我們知道用戶處在哪個維度之后，我們就可以知道運用哪一種分層方式了。
第一類：用戶個性化特質&需求區隔分層
這一類的分層方式就比較適合適用在業務主鏈條標準化程度低的，業務主鏈條比較多樣，業務比較復雜這樣的產品當中。
我們對用戶進行個性化特質的區隔分層，要首先清楚用戶個性化區隔的常見維度有哪些：
由上圖可以發現，自然屬性里進行區隔要依靠的是用戶的基礎數據，個性化需求里面的顯性和隱性消費偏好要依賴的是用戶的行為數據。場景則是依賴于時間、地理位置進行區分的。
那進行個性化區隔分層的依據是什么呢？
我們要看看用戶是否會因為上面所陳列的這些行為和屬性的不同，導致其需求、使用動機、使用偏好等會出現較大差異。
那怎么判斷呢？要么靠常識和用戶洞察，要么靠數據。
進行用戶個性化區隔分層時的兩種選擇：
第一種：選擇一個維度對用戶進行劃分，分別給予定向解決文案。像美柚這款產品，用戶在不同的階段，比如：我在備孕、我懷孕了、我是辣媽等不同的維度進行相關信息的區分和推送。
第二種：選擇兩個有相關性的維度通過交叉區隔對用戶進行劃分，再分別給予定向的解決方案。比方如某基金理財類的產品：通過兩個維度來切割對用戶進行劃分。
第二類：用戶身份區隔分層
這一類的分層方式就比較適合運用在用戶在產品中互相影響的可能性高的產品當中。
一款產品當中，如果用戶之間是可見，可被影響的，我們賦予用戶身份的特質（加V、勛章等）才會有意義。
說到用戶身份區隔分層就會提到用戶金字塔模型：
用戶金字塔模型是按照用戶的價值貢獻度大小或用戶影響力的稀缺程度由下到上搭建一個金字塔模型，再賦予每一類用戶對應的角色和權益，搭建一個良性關系。
那如何梳理并搭建一個產品的用戶金字塔模型呢？
首先，先梳理出產品的業務邏輯（這個產品當中有哪幾類業務角色，這個業務角色當中他們是怎么發生關系的），然后逐次思考：
第三類：用戶價值區隔分層
通過判斷用戶的價值高中低，來對用戶完成分層。這一類和第四類的分層方式是通用的，所有產品都可以應用。
用戶價值區隔分層有兩種做法：
第一種：依靠用戶生命周期定義對用戶進行價值區隔
生命周期的定義我們上面說過，用戶生命周期的定義，必然與用戶的價值成長路徑有關。不同的產品用戶價值成長路徑也會不同
用戶生命周期的定義無非就兩種：
第一種是強付費類的產品
我們把用戶從進入到付費, 持續付費到流失這樣一個典型的路徑畫出來，然后給不同的用戶劃分不同的階段，每個階段被定義成用戶生命周期里的層次。
第二種：是流量類的產品
第二種：通過關鍵用戶行為對用戶進行價值區隔。
這兩種方式的有共性也有差異性，共性是：都需要找到某一種方式對于我們當前站內的用戶的用戶價值進行判斷。并對用戶價值的區間（是高還是低）做界定。然后對不同價值區間的用戶做針對性的運營。不同的是：去判斷用戶價值第一種依靠的是用戶的生命周期的模型，第二種是通過幾個關鍵用戶的行為做交叉分析。
通過關鍵用戶行為對用戶進行價值區隔是找到產品中能夠衡量用戶價值的關鍵行為，對其進行交叉分析和評估，最終形成某種分層模型，比如經典的RFM模型。
那什么是RFM模型呢？
RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段，它通過 Recency-距離最近一次交易、Frequency-交易頻率、Monetary-交易金額這三項指標來描述該客戶的價值狀態，依據這三項指標劃分8類客戶價值。
實施RFM用戶分層的操作步驟是什么？
第一步：抓取用戶R、F、M三個維度下的原始數據。
首先，我們需求提出數據的需求，并定義出F中的“一段時間”是多久以及用戶類型，然后拉出該時間段內所有的訂單數據，數據字段包括用戶ID、下單時間和訂單金額。這里需要注意的是定義一段時間，我們可以拍腦袋，也可以參考業務進展和需求，一般如果業務比較穩定的情況下，多以自然年或季度、半年等為單位來進行定義。
第二步：定義R、F、M的評估模型與中值
我們需要根據業務特性或數據分布情況來劃分數據分布區間，設定評估模型，然后設定中值。
第三步：進行數據處理，獲取用戶的R、F、M值
第四步：參照評估模型與中值，對用戶進行分層。
第五步：針對不同層級用戶制定運營策略，推進落地。
第四類：AARRR模型分層
AARRR模型通常是在增長的語境下看到的，我們也可以通過這個模型對用戶進行粗放的分層。
第一種AARRR模型：
第二種AARRR模型：
兩種模型并沒有絕對的好與壞，只是適用的場景不同，像滴滴這種產品，用戶上一就收費，收入放在前面比較好。
如果是流量型的產品，有了流量才能增值用第一種AARRR模型比較好一些。
想用好AARRR模型來用用戶分層的話，一定要找到合適的數據指標，來描述和定義處于每一層級的用戶。
鏈接：https://www.jianshu.com/p/5bb31f906aee
用RFM模型劃分用戶等級如何對用戶進行等級分層，我們需要了解一個最常用的客戶分類模型，那就是RFM模型。
RFM模型是在客戶關系管理（CRM）分析模式中最受關注和應用的模型之一。它主要通過最近一次消費（recency）、消費頻率（frequency）、消費金額（monetary）這三個維度的用戶行為來對用戶進行分層。RFM分別是這三個英文單詞的首字母縮寫。通過這一模型，企業可以動態地掌握用戶對企業的長期價值，甚至預測客戶的終身價值。
R（recency）指最近的消費時間。最近一次消費時間越近，說明這個用戶近期是活躍的，對企業是有印象的。最近一次消費距當下時間越久，就越說明這個用戶可能沉睡或流失了，需要企業通過客戶關懷、營銷活動去觸達他，想辦法將他再次激活，盡量挽回這個用戶。
F（frequency）指消費頻率。消費頻率越高，消費也越活躍，代表用戶對企業或品牌越認可，對企業貢獻的銷售價值越大。反之，消費頻率低，甚至用戶只來了一次后就再也沒來，說明用戶不活躍，相應的貢獻價值也就少了。這時候企業就需要進行反思，他到底是不是企業的真正目標用戶，是不是“薅羊毛”的用戶，又或者是不是企業的產品和服務有問題，傷害到了他 ?？傊?，企業需要針對消費頻率這一數據進行分析研究，找到原因，并想辦法解決。
M（monetary）指一段時間內的消費金額。消費金額高，既說明用戶對企業產品的需求大，也能反映用戶的消費能力，同時還說明對企業和品牌的認可。在一段時間內，消費金額跟消費頻率呈正相關，消費頻率越高，累計的消費金額也會越高。
企業通過這三個維度合理評估用戶的長期價值，把用戶分為不同的等級，并對不同等級的用戶投入不同的資源和時間來維護，這樣就能讓公司的資源效果實現最大化。
過去，互聯網沒有如此發達，傳統企業沒有實現數字化，企業很難抓取用戶的實時數據，沒辦法實時掌握用戶動態、群體畫像，很難做精細化運營管理。而現在，無論是投廣告、做活動，還是依靠微信、社群、小程序、App，都能實時獲得大量數據，并且有了成熟的CRM軟件之后，企業能夠輕松地對用戶消費數據進行分析，進而做出正確的決策。
在實際應用中，我們可以將RFM這三個維度，每個維度一分為二，大寫字母代表高，小寫字母代表低。這樣一來就得到8組用戶分類。
重要價值客戶：最近消費時間近、消費頻次和消費金額都很高，他們是企業的VIP客戶。
重要發展客戶：最近消費時間較近、消費金額高，但頻次不高，忠誠度不高。他們是很有消費潛力的用戶，需要重點發展。
重要保持客戶：最近一次消費時間較遠，但曾經一段時間內消費頻次和金額都很高，說明他過去是個忠誠客戶，企業需要主動和他聯系，嘗試激活。
重要挽留客戶：最近消費時間較遠、消費頻次不高，但消費金額高，這些可能是將要流失或者已經流失的用戶，企業應當采取挽留措施。
后面的一般價值客戶、一般發展客戶、一般保持客戶、一般挽留客戶相比前面四組的重要性會低一些。在實際成交客戶中，如果對這8組客戶維度進行簡化分類，我們可以把他們分為A、B、C三個等級。這樣，企業員工在維護時會更好地理解、操作。
總而言之，企業在人格上對用戶要一視同仁，尊重用戶，友善相待，但是在商業服務上則要區別對待。企業不要試圖給所有用戶一樣的服務，而是要將更高級的服務提供給那些更認可企業、能帶來更高價值的用戶。
客戶識別的rfm模型指的是什么RFM模型。
即：
最近一次消費(Recency)
消費頻率(Frequency)
消費金額(Monetary)
在眾多的客戶關系管理(CRM)的分析模式中，RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段。該機械模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢三項指標來描述該客戶的價值狀況。
關于RFM模型和rfm模型的三個要素的內容就分享到這兒！更多實用知識經驗，盡在 m.apearl.cn