如何利用RFM模型对客户进行精细化管理

新零售相较于传统零售来说，其中一个很重要的是人货场的重构，从以商品为核心转向以人为核心。所以现在的零售企业对消费者是越来越重视了，很多的企业都建立起了自己的会员体系，通过线上或者线下的渠道收集了大量的会员数据。但是如何有效的利用这些会员数据，如何通过这些会员数据识别出有价值的会员呢？

在为数众多的客户行业龙头数学模型当中，RFM数学模型可以说是许多人第一个想不到的数学模型，也是大部分营运人员单厢碰触到的一个数学模型。RFM数学模型主要是透过前段时间一次消费市场需求振幅（Recency）、消费市场需求振幅（Frequency）、消费市场需求数额（Monetary）这三个分项去来衡量客户商业价值和客户TNUMBERETDATE能力。

前段时间一次消费市场需求振幅（Recency）

代表者着使用者距那时前段时间的一次消费市场需求时间，那个前段时间一次消费市场需求时间距那时越远越少，越远对我们越有用。换句话说R值越小，则表示客户上周有交易发生，R值大了，客户可能将早已沈睡或是早已外流了。其中可能将有些高质量客户，需要想配套措施唤起。

消费市场需求振幅（Frequency）

代表者着使用者在一段时间内的消费市场需求频度，那个消费市场需求频度自然是是越频密越少了。换句话说F值越大则表示使用者的消费市场需求越频密，但若则则表示使用者不如活耀。但那个一段时间需要依照产品的属性去预设，比如说3C多媒体产品，他们这类频度就不可能将太高的，不可能将增设几个月。而杂货的买回频度就高了，不可能将增设个一两年。客户关系管理

消费市场需求数额（Monetary）

代表者着使用者在一段时间内的消费市场需求的数额（依照市场需求不同，可以称得上每天的平均值数额，也可以计算一定时间内消费市场需求的总数额），充分体现着消费市场需求者为企业的TNUMBERETDATE啥，消费市场需求越少的使用者越有用。换句话说M值越高，则表示客户商业价值越高。那个值是比较关键的，大家都母汤氏二八定律，20%的使用者产生了80%的商业价值，该些客户对公司的销售收入而言很关键。

如前所述这三个分项，我们对客户展开行业龙头，以一家零售业百货公司大型超市为范例表明一下吧：

我们依照使用者前段时间一次消费市场需求的时间，两个月内消费市场需求的频度，消费市场需求的总数额将客户行业龙头成了5个级别。将0、1、2分割为低值，3、4、5分割为高值。

可以看出来，M值的关键性，当M指为高的时候，那个客户就是关键客户，当M值为低的时候，那个客户就是一般客户。我们依照客户的数据，将客户行业龙头到相应的分组当中，针对不同的客户采用不同的策略展开营销。以个人近两个月的大型超市购物数据为例：

​ 消费市场需求频度7次，前段时间一次消费市场需求时间为3天前，消费市场需求总数额为449.2元，依照上述的RFM表格展开分割的话，应当是属于一般有用客户。针对我这样的使用者，应该透过活动拉高我的消费市场需求单价，透过促销、优惠券等方式，刺激消费市场需求。客户关系管理

而对于一般企业拥有大量的团体会员数据，我们可以透过excel表格简单的if函数应用来展开筛选，或是使用专业的CRM客户关系管理系统来处理。

针对不同的企业，我们可以针对不同的数值展开分析，例如在论坛网站的话，可以抓取使用者的其他数据，R=前段时间的登录时间，F=一段时间内的登录次数，M=一段时间内的发帖互动数。而依照预设的阈值和设计的级别也应该随着变化。

当然了，所有的数据，最后还是得回归到营运上来，也可以加入更多维度的数据去分层。针对不同层次的使用者的政策，应当依照具体的行业和企业的实际来制定，结合企业的资源去实施。

这里推荐一款免费好用的CRM系统软件简道云。透过简道云 CRM 套件既能获取标准 CRM 功能，还可以复用简道云原有的个性化应用搭建能力，适应使用者的个性化业务，解决系统间的数据互通难题。拖拉拽操作，无需代码，打通跨应用协作。