RFM模型在電商客戶關系管理中的應用-@數云雪梨-電商營銷引流電商干貨

本文主題電商電商,電商客戶關系管理,電商客戶營銷,電商營銷引流。

最新研究成果：怎樣衡量電商存量用戶的價值？是消費金額？購買次數？還是上一次購買時間？通過什么框架進行用戶細分對營銷活動提升用戶的響應率最有效？歡迎拍磚、討論與擴散。歡迎大家微博加我共同研究新浪微博@數云雪梨背景：假設店鋪在2012年1月要開展營銷活動，需要對老用戶進行優(yōu)惠券、短信、郵件營銷。困難：店鋪有1萬個老用戶，但是營銷費用只夠給支持2000個用戶。解決方案：通過RFM模型選擇，選擇最有可能相應的2000個用戶。數據記錄：某店2011.1.1-2011.12.31年購買記錄；目標組：2011年11-12月到店購買（有效交易）的老用戶（購買次數大于2次）；指標R：上次購買時間距離2011年12月31日的天數；指標F：1-11月的購買次數；指標M：1-11月的累計購買金額；第一步：先跑出一個決策樹SAS模型，得到如下結果。先看樹的右半邊：干貨1：根據本例，劃分用戶的首要指標是F——購買次數，購買次數大于6.5次的用戶響應率為8.4%，顯著高于小于6.5次1.8%；（6.5次是系統跑出來的，因類目和店鋪運營情況而定）干貨2：劃分用戶的第二重要的指標是R——上次購買時間在76.5天以內的用戶響應率為21.2%，較上次購買在76.5天以上的用戶的5.2%高出很多。干貨3：對于重復購買的老用戶，購物金額指標非常重要，對于F在6.5次以上，R在76.5以內的用戶，如果M——1-11月累計購物金額1100以上的用戶響應率高達36.6%。再看樹的左邊：大家可能很好奇，為什么在樹的左邊，沒有出現M這個指標。這個的話根據決策樹的算法和經驗不難判斷，購買次數很少的用戶，比如購買1次的用戶，購買金額差別較大。所以用購買金額進行劃分的意義不大。回到剛剛的問題：我怎樣選出最有可能回頭購買的2000個人做營銷活動呢？選擇優(yōu)先級：優(yōu)先級1：[響應率：36.6%]F>=6.5R1100基數290人優(yōu)先級2：[響應率：16.0%]F>=6.5R=6.5R>76.5M這個圖的兩個曲線代表營銷目標用戶的累計響應率這個圖可以這樣看，如果隨機選擇用戶做活動的話活動響應率是2-3左右；如果通過RFM的決策樹模型的話，優(yōu)先選擇級別高的用戶進行營銷，一開始的響應率高達10以上，但是隨著目標用戶的增加這個比例會逐漸下降，當全部用戶都進行營銷活動的話最終響應率是一樣的。引申閱讀——RFM模型的應用意義在眾多的客戶關系管理(CRM)的分析模式中，RFM模型是被廣泛提到的。RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。該模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢三項指標來描述該客戶的價值狀況。RFM模型較為動態(tài)地層示了一個客戶的全部輪廓，這對個性化的溝通和服務提供了依據，同時，如果與該客戶打交道的時間足夠長，也能夠較為精確地判斷該客戶的長期價值(甚至是終身價值)，通過改善三項指標的狀況，從而為更多的營銷決策提供支持。在RFM模式中，R(Recency)表示客戶最近一次購買的時間有多遠，F(Frequency)表示客戶在最近一段時間內購買的次數，M(Monetary)表示客戶在最近一段時間內購買的金額。一般的分析型CRM著重在對于客戶貢獻度的分析，RFM則強調以客戶的行為來區(qū)分客戶。

幕思城為您更新最近最有用的電商資訊、電商規(guī)則電商電商,電商客戶關系管理,電商客戶營銷電商營銷引流。了解更多電商資訊、行業(yè)動向，記得關注幕思城！

這個問題還有疑問的話，可以加幕.思.城火星老師免費咨詢，微.信號是為: msc496。