根據美國數據庫營銷研究所Arthur Hughes的研究,客戶數據庫中有三個神奇的要素,這三個要素構成了數據分析最好的指標:
最近一次消費(Recency)
消費頻率(Frequency)
消費金額(Monetary)
RFM分析原多用於傳統營銷、零售業等領域,適用於擁有多種消費品或快速消費品的行業,美國初裁向中國銅管征高至60%反 傾銷稅只要任何有數據記錄的消費都可以被用於分析。那麼對於電 子商務網站來說,網站數據庫中記錄的詳細的交易信息,同樣可以運用RFM分析模型進行數據分析,尤其對於那些已經建立起客戶關系管理(CRM)系統的網站 來說,其分析的結果將更具意義。
基本概念解釋
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。RFM分析模型主要由三個指標組成,下面對這三個指標的定義和作用做下簡單解釋:
最近一次消費(Recency)
最近一次消費意指用戶上一次購買的時間,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。 因為最近一次消費指標定義的是一個時間段,並且與當前時間相關,因此是一直在變動的。最近一次消費對營銷來說是一個重要指標,涉及吸引客戶,保持客戶,並 贏得客戶的忠誠度。
消費頻率(Frequency)
消費頻率是顧客在一定時間段內的消費次數。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。
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於是一個“忠誠度的階梯”(loyalty ladder),其訣竅在於讓消費者一直順著階梯往上爬,·原油短期暴跌無礙油價上調預期把 銷售想像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。
消費金額(Monetary)
消費金額是對電子商務網站產能的最直接的衡量指標,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。
數據獲取與分析
在從數據庫中提取相關數據之前,首先需要確定數據的時間跨度,根據網站銷售的物品的差異,確定合適的時間跨度。如果經營的是快速消費品,如日用 品,可以確定時間跨度為一個季度或者一個月;如果銷售的產品更替的時間相對久些,如電子產品,可以確定時間跨度為一年、半年或者一個季度。在確定時間跨度 之後就可以提取相應時間區間內的數據,其中:
最近一次消費(Recency),取出來的數據是一個時間點,需要由 當前時間點-最 近一次消費時間點 來作為該度量的值,注意單位的選擇和統一,無論以小時、天為單位;
消費頻率(Frequency),這個指標可以直接在數據庫中COUNT用戶的消費次數得到;
消費金額(Monetary),可以將每位客戶的所有消費的金額相加(SUM)求得。
獲取三個指標的數據以後,需要計算每個指標數據的均值,分別以AVG(R)、AVG(F)、AVG(M)來表示,最後通過將每位客戶的三個指標 與均值進行比較,可以將客戶細分為8類:
Recency Frequency Monetary 客戶類型
↑ ↑ ↑ 重要價值客戶
↑ ↓ ↑ 重要發展客戶
↓ ↑ ↑ 重要保持客戶
↓ ↓