扫码加入数据分析学习群

在电商企业背后，存在重要的商业逻辑，如下的销售公式：

销售额=流量x转化率x客单价

从上面的公式看，企业想要基业长青，必须提高销售额及销售量，那么就需考虑三点：

• 客户流量
• 客户转化率
• 客单价

众所周知，客户流量的来源分别是新客户和老客户，关于新客户的引流、转化率及客单价虽然也是至关重要，但并非本文想要说明的重点问题。

本文核心是：

如何激活现有客户的转化率，提高客单价，进而提高电商企业的销售额？

对于企业而言，老板关注”如何利用有限的资源，实现价值最大化“。

对于数据分析师，为了实现老板的要求，需要挖掘创造最大价值的用户，针对有价值的用户进行有针对性的营销。

”数据分析师A:“如何进行有效的用户挖掘，开展精准营销，实现企业价值最大化，老板给我升值加薪？”

蹬蹬蹬.....,客户价值模型的这个小伙伴伸出友好的小手手，向A递出一个橄榄枝.....

客户价值模型：“用我吧，小小的我，一定会助你旗开得胜，保你升职加薪.......”

“

言归正传，我们就来讲一讲，数据分析师的好伙伴---客户价值模型吧。

1.客户价值模型的分类

模型一：帕累托模型

帕累托模型，又名二八原则（the 80/20 role ），表明投入与产出存在固有的不平衡，这也启示我们抓大放小。有以下两种企业实际业务应用场景：

场景一：企业内部80%的销售额/利润，是由20%的产品带来的。---用于识别最有价值的用户产品。（非本文论述核心）

场景二：企业内部80%的销售额/利润，是由20%的客户带来的。---用于识别最有价值的客户。

模型解释：

• 客户群体健康且稳定：企业80%的销售额/利润=20%的客户销售额/利润。
• 客户群体较健康，但是不稳定：企业80%的销售额/利润>20%的客户销售额/利润。
• 客户群体少，需扩充大客户及基础客户：企业80%的销售额/利润<20%的客户销售额/利润。

模型二：RFM模型

R（recency）---最后交易距离当天的时间

F ( frequency)---累计交易频率

M (monetary)---累计交易金额

（H(高)--M(中)--L（低） ）

在该模型中，将M金额高的用户，界定为重要用户，其他的界定为一般用户或者流失用户：

• 重要价值客户（RFM--HHH）:优质客户，重点保持。
• 重要发展客户（RFM--HLH）:频率不高，需要多推荐新产品。
• 重要换回客户（RFM--LHH）:交易金额和交易频次大，但是最近无交易，需要换回。
• 重要挽留客户（RFM--LLH）:交易金额大，为潜在的大客户，需要挽留。
• 一般价值客户（RFM--HHM）:需要挖掘客户价值。
• 一般保持客户（RFM--HLL）:新用户，需要推广。
• 一般发展客户（RFM--LHL）:贡献不大，一般维持。
• 流失用户（RFM--LLL）:各项指标均低于均值，需要找出原因。

模型三：基于线性思维，RFM的变体模型

从实际业务中，选取销售额金额和销售频次，结合象限思维做的模型，如下图所示：

模型四：四象限模型

采用销售额和利润两个指标，对客户进行四象限分组：

客户价值模型还有很多啦，这里就只介绍上面四个，感兴趣的小伙伴，可以去搜集一下其他的用户价值数据分析模型。

2.客户价值模型三的应用--以某电商企业为案例

第一步、利用EXCEL做出顾客购买频率及购买金额；基于频率及金额维度做出，细分5大类客户。

第二步、利用PI展示

以上就是整个客户价值模型的相关理论及案例介绍！

备注：以上纯属个人经验表达，可能存在一些不正确的地方，如有不正确的地方，请各位批评指正！！