RFM分类方法及模型

1、RFM 顾客分类方法及模型Recency: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: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。MonetaryMonetary: :消费金额的意义不言而喻。一、RFMRFM 分类：（参考：ArthurHughesArthurHughes 顾客五等分模型）1 1、查询出一年时间内（以查询时间向前推一年计算）所有 VIPVIP 顾客的最近一次购买时间；2 2、将靠

2、前（离查询时间最近）20%20%标记为 5,5,前 20%20%40%,40%,标记为 4,4,前 40%40%60%,60%,标记为 3,3,前60%60%80%,80%,标记为 2,2,前 80%80%100%,100%,标记为 1 1。依次类推，将此项上所有顾客分成 5 51 1 五等分；3 3、查询出在一年内所有 VIPVIP 顾客的消费频次及购买金额，已同样的方法划出 5 5 等并进行 5 51 1 的标记；4 4、将 R R、FMFM 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 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

3、监控模型1 1、顾客价值模型得分顾客分类14-1514-15 分超优质顾客10-1310-13 分优质顾客6-96-9 分一般顾客3-53-5 分低贝献顾客理论上来说，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 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下的：1 1）要求系统对每个顾客进行评分并归类2 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 2、流失顾客监控模型低价值忠诚顾客高价值忠诚顾客低价值流失顾客高价值流失顾客由图可以看出，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

4、流失项目主要是对此类顾客进行：1 1）要求系统能自动对各分店此类顾客进行自动标记；R3R3 且 M3M3:高价值忠诚 Rv3Rv3 且 M3M3:高价值流失RV3RV3 且 MV3MV3:低价值流失 R3R3 且 MV3MV3:低价值忠诚2 2）自动显示此类顾客数量及占比情况；3 3）能够批量查询此类顾客单个基本资料；4 4）查询结果可以导出。3 3、顾客分类模型12345高频次低价值顾客高频次高价值顾客2_低频次低价值顾客1一123451 1、要求系统能自动对各分店此类顾客进行自动标记；F3F3 且 M3M3:高频次高价值 FV3FV3 且 M3M3:低频次高价值FV3FV3 且 MV3MV3:低频次低价值 F3F3 且 MV3MV3:高频次低价值2 2、自动显示各类顾客数量及占比情况；3 3、能够批量查询此类顾客单个基