登录
首页大数据时代用户行为分析——RFM模型的概念和主要作用
用户行为分析——RFM模型的概念和主要作用
2020-06-29
收藏

RFM模型,在众多的商业分析客户细分模型中,是应用最广泛的一种模型。RFM模型,是根据客户活的跃程度和交易额的贡献来衡量客户价值和客户创利能力的重要工具和手段。

据美国数据库营销研究所Arthur Hughes的研究,客户数据库中有三个神奇的要素,这三个要素构成了数据分析最好的指标:

最近一次消费(Recency):客户在店铺消费最近一次和上一次的时间间隔,距离当前日期越近,客户交易活跃度越高。

消费频率(Frequency):客户在一定时间内的购买次数,交易频率越高客户交易活跃度越高。

消费金额(Monetary):客户最近一段时间内交易金额,是所有数据库报告的支柱,也是最有价值的一项指标。

以电商企业为例,通俗点来说,就是通过研究你上一次是来店购买的时间,最近一段时间内(通常为1年)来店购买的次数,最近购买总共花了多少钱这三项指标来衡量你对于这家店的价值。

RFM模型的主要作用:

衡量客户价值和客户利润创收能力,识别优质客户,某一客户,最近消费时间近、消费频率高、消费金额大,那必须是妥妥的最具有价值和创利能力的客户啊,必须好好维护。

根据RFM模型将客户划分为几个类型,根据不同类型用户制定个性化的沟通和营销服务,为更多的营销决策提供有力支持。

数据分析咨询请扫描二维码

客服在线
立即咨询