RFM分类方法及模型_第1页
RFM分类方法及模型_第2页
RFM分类方法及模型_第3页
RFM分类方法及模型_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、RFM 顾客分类方法及模型Recency:理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。如果我们能让消费者购买，他们就会持续购买。Frenquency:消费频率是顾客在限定的期间内所购买的次数。我们可以说最常购买的顾客，忠诚度相对高于其它顾客。Monetary :消费金额的意义不言而喻。一、RFM分类：（参考：Arthur Hughes顾客五等分模型）1、 查询出一年时间内（以查询时间向前推一年计算）所有VIP顾客的最近一次购买时间；2、 将靠前（离查询时间最近）20%标记为5,前20% 40%，标记为4,前40% 60%，标记为3,前60%

2、80%,标记为2,前80% 100%,标记为1。依次类推，将此项上所有顾客分成51五等分；3、 查询出在一年内所有VIP顾客的消费频次及购买金额，已同样的方法划出5等并进行5 1的标记；4、 将R、F、M三项对应到单个顾客，最终每个顾客将出现一个由三个数字组成的数组；5、 将每个顾客对应的三位数相加，作为顾客价值的得分，进行标记。二、顾客价值及流失监控模型1、顾客价值模型得分顾客分类14-15分超优质顾客10-13分优质顾客6-9分一般顾客3-5分低贡献顾客理论上来说，同等的资源投入的情况下， 一名超优质顾客的回报将会是优质顾客的5倍，可以推出,在资源有限的前提下，满足顾客的顺序应该也是自上而

3、下的：1）要求系统对每个顾客进行评分并归类2） 评分及归类以分店为单位（按照三月内消费次数最高分店计算，如果出现两店消费次数一样算为老店顾客）2、流失顾客监控模型- 低价值忠!高价值忠诚顾客!诚顾客低价值流失顾客I12345由图可以看出，只有在右下象限的顾客是最需要重点关注并对其进行挽留的，顾客流失项目主要是对此类顾客进行：1）要求系统能自动对各分店此类顾客进行自动标记；R 3且M 3:高价值忠诚R V 3且M 3:高价值流失RV 3且M V 3:低价值流失R 3且M V 3:低价值忠诚2）自动显示此类顾客数量及占比情况；3）能够批量查询此类顾客单个基本资料；4）查询结果可以导出。3、顾客分类模型高价值 流失顾客F 543111局频次低!同频次同价值顾客!价值顾客11_ _1_ _ _112一 低频次低!低频次高价值顾客!价值顾客111111123451、 要求系统能自动对各分店此类顾客进行自动标记；F 3且M 3:高频次高价值F V 3且M 3:低频次高价值FV 3且M V 3:低频次低价值F 3且M V 3:高频次低价值2、 自动显示各类顾客数量及占比情况；3、 能够批量查询此类顾客单

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论