RMF模型的理解 - 一種客戶關(guān)系管理中常見(jiàn)的模型

1. RMF模型是什么

RMF模型是客戶管理中谱净,常被用來(lái)衡量客戶價(jià)值和客戶創(chuàng)利能力的重要方法。它主要考量三個(gè)指標(biāo):

- 最近一次消費(fèi)-Recency:近期購(gòu)買的客戶傾向于再度購(gòu)買

- 消費(fèi)頻率-Frequency:經(jīng)常購(gòu)買的客戶再次購(gòu)買概率高

- 消費(fèi)金額-Monetary:消費(fèi)金額較多的客戶再次消費(fèi)可能性更大

從本質(zhì)上而言擅威,RMF模型是從最近一次消費(fèi)壕探、消費(fèi)頻率、消費(fèi)金額3個(gè)維度把客戶進(jìn)行分類的一種方法郊丛。

使用RMF模型李请,對(duì)個(gè)性化的溝通和服務(wù)提供了依據(jù)。能夠基于這種分類厉熟,做出不同的營(yíng)銷決策导盅。

2. RMF三個(gè)維度的理解

R(最近一次消費(fèi)-Recency)

最近一次消費(fèi)意指上一次購(gòu)買的時(shí)候。

理論上揍瑟,上一次消費(fèi)時(shí)間越近的顧客應(yīng)該是比較好的顧客白翻,對(duì)提供即時(shí)的商品或是服務(wù)也最有可能會(huì)有反應(yīng)。營(yíng)銷人員若想業(yè)績(jī)有所成長(zhǎng)绢片,只能靠偷取競(jìng)爭(zhēng)對(duì)手的市場(chǎng)占有率滤馍,而如果要密切地注意消費(fèi)者的購(gòu)買行為,那么最近的一次消費(fèi)就是營(yíng)銷人員第一個(gè)要利用的工具底循。

M(消費(fèi)金額-Monetary)

指的是一段時(shí)間(通常是1年)內(nèi)的消費(fèi)金額巢株。

我們可以說(shuō)最常購(gòu)買的顧客,也是滿意度最高的顧客此叠。如果相信品牌及商店忠誠(chéng)度的話纯续,最常購(gòu)買的消費(fèi)者,忠誠(chéng)度也就最高灭袁。增加顧客購(gòu)買的次數(shù)意味著從競(jìng)爭(zhēng)對(duì)手處偷取市場(chǎng)占有率猬错,由別人的手中賺取營(yíng)業(yè)額。

F(消費(fèi)頻率-Frequency)

消費(fèi)頻率是顧客在限定的期間內(nèi)所購(gòu)買的次數(shù)茸歧。

消費(fèi)金額是所有數(shù)據(jù)庫(kù)報(bào)告的支柱倦炒,也可以驗(yàn)證“帕雷托法則”(Pareto’s Law)——公司80%的收入來(lái)自20%的顧客。它顯示出排名前10%的顧客所花費(fèi)的金額比下一個(gè)等級(jí)者多出至少2倍软瞎,占公司所有營(yíng)業(yè)額的40%以上逢唤。如看累計(jì)百分比的那一欄拉讯,我們會(huì)發(fā)現(xiàn)有40%的顧客貢獻(xiàn)公司總營(yíng)業(yè)額的80%;而有60%的客戶占營(yíng)業(yè)額的90%以上鳖藕。最右的一欄顯示每一等分顧客的平均消費(fèi)魔慷,表現(xiàn)最好的 10%的顧客平均花費(fèi)1195美元,而最差的10%僅有18美元 著恩。

3. 三個(gè)維度組合出來(lái)的結(jié)果


RMF三維圖


RMF三個(gè)維度院尔,形成以上的三維坐標(biāo),可以簡(jiǎn)單地把客戶分為8類:


RMF簡(jiǎn)單8類客戶


常見(jiàn)操作中喉誊,把RMF都設(shè)置分值邀摆,例如1~5分,則能把客戶細(xì)分為555=125種分類

4. RMF模型的實(shí)際操作

RFM非常適用于生產(chǎn)多種商品的企業(yè)伍茄,而且這些商品單價(jià)相對(duì)不高栋盹,如消費(fèi)品、化妝品敷矫、小家電例获、錄像帶店、超市等沪饺;它也適合在一個(gè)企業(yè)內(nèi)只有少數(shù)耐久商品躏敢,但是該商品中有一部分屬于消耗品,如復(fù)印機(jī)整葡、打印機(jī)件余、汽車維修等消耗品;RFM對(duì)于加油站遭居、旅行保險(xiǎn)啼器、運(yùn)輸、快遞俱萍、快餐店端壳、KTV、行動(dòng)電話信用卡枪蘑、證券公司等也很適合损谦。

為RMF分類定義指標(biāo)

RMF模型是一種分類理論,并不能直接拿來(lái)就用岳颇,需要初始化指標(biāo)照捡。

例如R值,如果僅僅從高/低2個(gè)維度去區(qū)分话侧,那么高-低的分界是什么呢栗精?不同行業(yè)、不同公司、不同產(chǎn)品應(yīng)該有不同的指標(biāo)悲立。

該指標(biāo)需要經(jīng)營(yíng)方制定鹿寨。剛開(kāi)始可以憑經(jīng)驗(yàn)、拍腦袋決定薪夕,但是隨著業(yè)務(wù)的開(kāi)展脚草,應(yīng)該能夠收集到更充分?jǐn)?shù)據(jù),對(duì)指標(biāo)進(jìn)行調(diào)節(jié)寥殖。

RMF指標(biāo)的調(diào)節(jié)

在實(shí)際應(yīng)用中玩讳,往往需要把RMF每個(gè)維度區(qū)分多個(gè)分值,依靠手工去收集數(shù)據(jù)調(diào)節(jié)指標(biāo)難度很大嚼贡。

這里需要一個(gè)科學(xué)的數(shù)據(jù)平臺(tái),能夠自動(dòng)收集同诫、處理粤策、分析各類數(shù)據(jù),為指標(biāo)調(diào)節(jié)提供決策依據(jù)误窖。

客戶價(jià)值的界定

既然為每個(gè)維度制定了1~5分叮盘,那么某程度上可以為客戶計(jì)算一個(gè)分值,得出客戶的價(jià)值霹俺。

簡(jiǎn)單粗暴的做法是3個(gè)維度的分值直接相加柔吼,最高分15分,最低分3分丙唧。

科學(xué)點(diǎn)的做法是為每個(gè)維度加權(quán)愈魏,對(duì)企業(yè)來(lái)說(shuō),這3個(gè)維度的重要性相等的想际,所以更好的做法是:

客戶價(jià)值 = R得分 x R權(quán)重 + M得分 x M權(quán)重 + F得分 x F權(quán)重

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末培漏,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子胡本,更是在濱河造成了極大的恐慌牌柄,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,406評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件侧甫,死亡現(xiàn)場(chǎng)離奇詭異珊佣,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)披粟,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,732評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門咒锻,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人僻爽,你說(shuō)我怎么就攤上這事虫碉。” “怎么了胸梆?”我有些...
    開(kāi)封第一講書人閱讀 163,711評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵敦捧,是天一觀的道長(zhǎng)须板。 經(jīng)常有香客問(wèn)我,道長(zhǎng)兢卵,這世上最難降的妖魔是什么习瑰? 我笑而不...
    開(kāi)封第一講書人閱讀 58,380評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮秽荤,結(jié)果婚禮上甜奄,老公的妹妹穿的比我還像新娘。我一直安慰自己窃款,他們只是感情好课兄,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,432評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著晨继,像睡著了一般烟阐。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上紊扬,一...
    開(kāi)封第一講書人閱讀 51,301評(píng)論 1 301
  • 那天蜒茄,我揣著相機(jī)與錄音,去河邊找鬼餐屎。 笑死檀葛,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的腹缩。 我是一名探鬼主播屿聋,決...
    沈念sama閱讀 40,145評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼庆聘!你這毒婦竟也來(lái)了胜臊?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書人閱讀 39,008評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤伙判,失蹤者是張志新(化名)和其女友劉穎象对,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體宴抚,經(jīng)...
    沈念sama閱讀 45,443評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡勒魔,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,649評(píng)論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了菇曲。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片冠绢。...
    茶點(diǎn)故事閱讀 39,795評(píng)論 1 347
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖常潮,靈堂內(nèi)的尸體忽然破棺而出弟胀,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 35,501評(píng)論 5 345
  • 正文 年R本政府宣布孵户,位于F島的核電站萧朝,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏夏哭。R本人自食惡果不足惜检柬,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,119評(píng)論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望竖配。 院中可真熱鬧何址,春花似錦、人聲如沸进胯。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 31,731評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)胁镐。三九已至项钮,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間希停,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 32,865評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工署隘, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留宠能,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,899評(píng)論 2 370
  • 正文 我出身青樓磁餐,卻偏偏與公主長(zhǎng)得像违崇,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子诊霹,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,724評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容

  • 從事用戶運(yùn)營(yíng)多年羞延,一直都是在不斷摸索中成長(zhǎng)。從畢業(yè)后進(jìn)入到國(guó)內(nèi)知名化妝品公司-電商事業(yè)部脾还,再到到國(guó)內(nèi)top3堅(jiān)果零...
    盼盼學(xué)士閱讀 8,248評(píng)論 6 47
  • 好長(zhǎng)時(shí)間沒(méi)寫東西了伴箩,前段時(shí)間一直忙著做客戶滿意度提升相關(guān)的工作,作為一個(gè)理論先行派鄙漏,在開(kāi)干之前嗤谚,先了解了一下“別人...
    Cari_Zhu閱讀 47,004評(píng)論 0 28
  • 剛下夜班,心里挺不舒服的怔蚌,究其原因巩步,只能說(shuō)是因?yàn)榘嘟M這個(gè)集體的兩極分化吧!我只有一個(gè)感受桦踊,那就是每天上班椅野,真正使你...
    鐵皮森林閱讀 434評(píng)論 2 0
  • 1、所有的布局widget都有一個(gè)child屬性(例如Center或Container【要給widget添加內(nèi)邊距...
    三點(diǎn)水老木頭閱讀 444評(píng)論 0 0
  • 7月中旬的京城,氣候非常炎熱竟闪±敫#縱然是汗流浹背,我等仍不舍陶然亭閣瘫怜。7月13日傍晚术徊,登車返程之前,我們?nèi)巳?..
    湖畔漁夫閱讀 202評(píng)論 0 0