现在大家都知道RFM是一种行之有效的基于客户行为分析的客户细分营销模型,根据客户的交易历史数据,包括最近消费时间(R),消费频率(F)、消费金额(M),对客户进行分组,形成客户洞察,进行个性化营销。(参考阅读:)
在实际工作中,不少人觉得RFM的理念很好,但实际操作起来,又感觉无从下手。
简单来说,要想使用好RFM,需要先知道这三件事:用什么方式划分、划分的粒度多细、如何评分并依据评分进行客户分群。
1、划分的方式
一般有2种方式对R、F、M分别进行分割,用以区隔客户。
(1)固定值
企业自行设定固定的划分标准值,对RFM进行分割。拿消费金额举例:
可以设置10000、7000、4000、1000等4个固定值作为划分标准,将全部客户按其消费金额划分到5个层级。
(2)分位数
这种划分方式不需要企业设置划分标准,而是按比例对RFM进行分割。
比如采用5分位,就是将全体客户按消费金额从高到低排序,按数量分成5等分,每20%的客户分为一个层级。
也可以采用2分位、3分位、4分位等。
2、划分的粒度
划分的粒度可以粗或细,取决于企业的客户精细化运营能力:
(1)将RFM各分成2个层级,分别记0分和1分,组合起来,2✖️2✖️2 = 8,可以将客户划分为8个层级,如下图。这个就是大家所熟知、最少层级的RFM分层。
(2)将RFM各分成5个层级,分别记1-5分,5✖️5✖️5 = 125,可以将客户划分为125个层级。最高555分,最低111分。
(3)将RFM各分成3个层级,分别记1-3分,3✖️3✖️3 = 27,可以将客户划分为27个层级。最高333分,最低111分。
(4)将RFM各分成4个层级,分别记1-4分,4✖️4✖️4 = 64,可以将客户划分为64个层级。最高444分,最低111分。
开始时,建议从2个层级开始,再扩展到3个层级以致更多层级。
3、评分的规则
(1)组合评分
在给RFM分别评分之后,将分数组合,如采用5分位划分法,则组合评分如555、111。其中555是最高分,111是最低分。
(2)根据权重计算总分
通过给RFM分别设置一个权重(%),将RFM评分和权重相乘累加,得到一个代表客户价值的数值,数值越大,客户价值越高。背后的逻辑是,客户最近一次消费时间越近、消费金额越高、消费频次越高,则客户价值越高。
比如,在便利店行业,因为客户消费非常高频,因此非常看重最近消费时间(活跃度)和消费金额。
设置R的权重=50%,F的权重=10%,M的权重=40%,那么,如果一个客户的R评分=4分,F评分=5,M评分=3分,那么他的RFM最后得分就是:
RFM评分 = 4 × 0.5 + 5×0.1 + 3×0.4 = 3.7
这样,每个客户都得到了一个唯一的RFM评分,根据这个评分将客户分成5等分或10等分。
不同的行业可以根据需要调整R、F、M的权重值,以使得客户评分能真实反映客户价值。
(3)降维
不同的行业根据自身特点,可以放弃RFM三个维度中的一个,降低成2维,牺牲精细度,降低复杂度,便于分析和使用。
如划分粒度是2,2✖️2 = 4,可以将客户划分为4个层级;如划分粒度是5,则5✖️5 = 25,可以将客户划分为25个层级,层级数量大大减少。
例如,低频消费的行业如房地产、大家电、医疗等行业,每笔交易的Monetary通常较高,但Frequency和Recency较低。你不能指望客户每月都来拔颗牙。在这种情况下,市场营销人员应该更重视Monetary和Recency方面,而不是Frequency方面。
高频消费的行业,如便利店,消费频次实在是太高了,在RFM分析时,也更重视Recency和Monetary,重视客户活跃,及通过交叉销售提高客单价。
客单价相对稳定行业,如时装/化妆品等零售业务,每月搜索和购买产品的客户将有更高的Recency和Frequency得分而不是Monetary得分。因此,可以通过给R和F得分赋予比M更大的权重来计算RFM得分。
例如putler将 F 和 M 合二为一,只考虑R和M,通过分析和客户调研,明确群组客户画像,得出推荐的RFM客户细分方案:
客户群 | R | M |
冠军客户Champions | 4-5 | 4-5 |
忠实客户Loyal Customers | 2-5 | 3-5 |
潜在的忠诚者Potential Loyalist | 3-5 | 1-3 |
近期客户Recent Customers | 4-5 | 0-1 |
有希望Promising | 3-4 | 0-1 |
需要关注的客户Customers Needing Attention | 2-3 | 2-3 |
即将沉睡About To Sleep | 2-3 | 0-2 |
有风险At Risk | 0-2 | 2-5 |
不能失去他们Can’t Lose Them | 0-1 | 4-5 |
休眠Hibernating | 1-2 | 1-2 |
流失Lost | 0-2 | 0-2 |
4、RFM群组使用
(1)客户分组可视化,方便了解企业整体客户情况。
例如,舍弃M,只使用R、F,以及4分位法,对客户进行细分:
(2)对客户细分群组进行画像(可通过数据分析、客户访谈等方式,参考阅读:),并根据画像对群组进行命名,便于交流理解:
(3)开放系统计算的RFM的评分,交由企业自行组合筛选客户。可以用于A/B测试,逐步建立起适合本企业的RFM划分标准。
(4)客群运营
对处于不同RFM分组的客户,制定不同的激活、培育、转化策略,推送不同的营销内容如优惠券、活动、优质文章等,对客户进行培训、转化。跟踪客户打开率、参与度,反过来review和修正客户群组画像甚至修改划分标准。
客户定向推送营销一般使用Marketing Campaign工具完成。基本功能包括:选择目标人群(right person)、设定营销内容(right offer)、在合适的时间(right time)、通过合适的渠道(right channel)如微信短信等进行推送,触达客户;并跟踪统计客户打开率、活动参与情况,作为下一波营销的参考。
5、小结
CRM主管在实际客户运营工作中落地RFM分析和客户细分的的最佳实践是:从简单的事情开始,进行实验,然后再继续改进,调整R、F、M分别在评分中的所占比重和分值,逐步建立适合自己客户群的RFM细分方法,使客户运营工作事半功倍。
联系客服