数据分析节点模型:用户RFM模型

RFM分析是美国数据库营销研究所提出的一种实用的客户分析法,发现客户数据中有三个神奇的要素:

⭕️R 离最近一次购买的时间有多远

⭕️F 最近一段时间购买的次数

⭕️M 消费金额,代表客户的消费能力

用这三个指标,把客户分成了八类⬇️

①重要价值客户:最近消费时间近、消费频次和消费金额都很高(VIP)

②重要保持客户:最近消费时间较远,消费金额和频次都很高。

③重要挽留客户 最近消费时间较远、消费频次不高,但消费金额高的用户,可能是将要流失或者已经要流失的用户,应当基于挽留措施。

④重要挽回客户:最近消费时间较远,消费金额和频次都很高。

⑤一般价值客户 :最近消费时间近,频率高但消费金额低,需要提高其客单价。

⑥一般保持客户:最近消费时间较远、消费频次高,但金额不高。

⑦一般发展客户:最近消费时间较近、消费金额,频次都不高。

⑧流失客户:都不高。

通过这种分析,可以帮我们定位到最有可能成为品牌忠诚客户的群体,让我们把主要精力放在最有价值的用户身上。图五是用FineBI做的一个RFM分析,客户已经被分成不同类别,我们只要按照类别去针对性得制定营销策略就OK啦,另外还可以做RFM模型可视化仪表盘,用可视化的形式展现客户价值。

数据分析节点模型:用户RFM模型

数据分析节点模型:用户RFM模型

数据分析节点模型:用户RFM模型

数据分析节点模型:用户RFM模型

数据分析节点模型:用户RFM模型

数据分析节点模型:用户RFM模型