資料分析 | 一文搞懂什么是RFM模型
想知道你在電商平臺心里的地位嗎？學會RFM分析法，你自然知道
大家好，我是翔宇！今天我們來了解做資料分析一定要會的分析方法之一----RFM分析法，
相信大家在前天的雙十一一定也多多少少貢獻了自己的力量了吧！
剁手然后吃土，那么你是否思考過你在眼里是上帝還是可有可無？基于這個問題，今天我特意來和大家聊聊RFM模型，了解RFM模型之后，上面的問題將迎刃而解，如果我直接將RMF的原理及實作，我怕各位立馬劃走，所以，我們先來看看有趣的場景，再根據此場景逐步剖析RFM，
?一.場景
? 公司里面有這樣一個場景，一個搞食品的公司在某一個月突然就發現相比上個月來說月銷售極度下跌，老板驚慌失措，找來下屬分析原因，但是沒有一個人能夠清楚的講出導致此次事故的重要原因，后來發現，這個公司出現這樣的情況可謂真的是活該，因為他們連一個資料分析師都沒有，聽了高人的建議后，找來了資料分析師，果不其然，在了解大致描述后，只見資料分析師花了一個下午利用Excel做了一些簡單的統計圖表，便直接給出了導致銷售額下降的原因，原因是，重要“價值客戶“流失，后來找到并查看了“重要價值客戶”名單以及其此月的銷售額貢獻情況，證實了資料分析師得出的結論的確是正確的，那么，到底資料分析師是怎樣從資料之中得到連相關人員都不知道的情況的呢？
?
? 二、RFM模型
上面的場景中，資料分析師是如何找到原因的呢？他能解決這樣的問題用到的就是我們這里要講的RFM模型，首先我們先來介紹一下三個字母的意思，實際上這三個字母分別代表以下三個指標，
R 最近1次消費時間間隔（Recency）
F 消費頻率（Frequency）
M 消費金額（Monetary）：一段時間內消費的總金額（“一段時間”通常根據不同應用場景來定）
而用這三個指標進行分析的方法就叫RFM模型或者是RFM分析法，
這個分析方法，在進行資料分析時通常我們將它用來客戶群體劃分上面，比如上面的場景中我們想要找到哪些客戶屬于“高價值”客戶，哪些客戶是“一般價值”客戶，哪些又是“低價值“客戶？這個時候我們就可以用這樣三個指標來做評價的依據，以此來對客戶進行“分層”，
那么，相信很明顯，三個指標中
第一個指標R一定是越低越好，
例如，翔宇開了一個店鋪，今天是31號，我要根據這個月的銷售情況讀客戶分群，找到不同“層次”的客戶，而張三是店里的常客，他這個月最后一次在翔宇的店里消費是29號，那么距離31號是2天，這個時候，我們就說R等于2，于是我們肯定是認為R越小，客戶價值越高，
第二個指標是消費頻率F，F一定是越高越好了，這個就更簡單了吧，就比如還是上面的例子，這個月張三總共來了翔宇的店里消費了5次，那么F就是5，我們希望F越大越好
第三個是消費金額M，這個就更明顯了，我就不解釋了啊，M一定是越大客戶越有價值，
知道這三個指標后，RFM模型是根據這三個指標得到一個三維的空間（立體坐標系），然后將客戶根據各自三個指標的值映射到8個象限中，根據查看客戶所在象限確定其價值程度，如下圖，
（以上圖片來源于網路）
那么，通過這樣八個維度的劃分，我們就成功將客戶劃分成了八個類別，那么接下來問題來了，我們需要怎樣衡量每一個客戶的RFM指標呢？給定一個用戶，我們怎樣才能正確將他劃分呢？對于每一個指標來說，我們總得有一個標準衡定它為高還是低吧！請往下看，
? 三、RFM模型怎么用
對于上面的問題，通常是這樣實施的，
想要計算每個用戶的RFM，通常我們需要的資訊有：用戶ID，消費時間，消費金額
思路是這樣：
1.確定時間范圍
例如，在上面翔宇的店鋪中，就采用了統計本月31天的這個時間間隔確定了時間范圍
2.要定義指標的衡量標準
例如對于最近消費時間間隔R來說，我們怎樣定義標準呢？是小于3天算高呢？還是小于5天算高呢？
還是超過20天算低呢？對于這個問題，對于不同的業務場景來說都是不同的，所以，這個時候，我們就得找上我們的業務、運營來討論定義標準了，
定義好標準后，我們通常得到類似這樣一個打分表
同理，對于F、M兩個指標，也是使用同樣的方式進行定義，接下來就是根據表格對指標進行打分了，
3.對客戶指標進行打分
例如
4.計算平均值
一般我們用每個指標打分的平均值作為劃分標準，即是客戶的對應得分大于等于平均值分類為高，否則為低，例如
5.用戶分類
根據，4中的劃分，現在，我們就可以在八個象限中找到該客戶的位置了，我們將客戶分為以下八類，
? 四、不同客戶不同解決方案
得到客戶分類后，我們是不是就該對不同的客戶提供不同的服務呢?
這就是人們常說的精細化運營，在流量紅利逐漸消失后，人們不得不進行精細化運營，必須對不同的客戶提供不同等級的服務，在文章開頭講到的沒有資料分析師的公司問題就是還沒有意識到精細化運營這一點，才出現了連”大客戶“的名單都不知道的情況，
言歸正傳，那么，通常我們肯定是要將重點放在前四類客戶上，對于
1.重要價值客戶，RFM都很高，我們要提供VIP服務
2.重要發展客戶，消費頻率低，這類客戶是最容易轉化成第一類客戶的群體，一定要想辦法提高他們的消費頻率，
3.重要保持客戶，最近一筆消費時間已經有些遠了，所以必須要主動保持聯系，提高復購，
4.重要挽留客戶，這類客戶消費頻率低和最近消費時間間隔比較遠，但是消費金額高，這種用戶即將流失，要主動聯系用戶，調查問題出在哪里，想辦法挽回，
?
五、總結
1.RFM模型是通過三個以下指標來分析的方法
~R 最近1次消費時間間隔（Recency）
~F 消費頻率（Frequency）
~M 消費金額（Monetary）：一段時間內消費的總金額
2.通過三個指標將客戶劃分為8個類別
3.對于每個類別的客戶要提供不同的服務
4.RFM模型能夠應用的場景很廣，例如電商、航空、酒店、超市等，
好了，這期的內容就分享到這里，如果對你有幫助，請記得關注或贊賞，也可以分享給小伙伴哦！
我是翔宇，公眾號是“Python和資料分析”，我們下期再見！
個類別的客戶要提供不同的服務
4.RFM模型能夠應用的場景很廣，例如電商、航空、酒店、超市等，
好了，這期的內容就分享到這里，如果對你有幫助，請記得關注或贊賞，也可以分享給小伙伴哦！
我是翔宇，公眾號是“Python和資料分析”，我們下期再見！
以上部分圖片來源于網路，如侵權請聯刪
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/357055.html
標籤：其他