客户细分精准化营销-RFM模型
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
客户细分精准化营销——RFM模型
一、研究目的
1、了解哪些客户是价值、需发展、需保持、需挽留的;
2、对不同类别的客户进行不同的营销策略,增大客户购买的可能性;
二、RFM简介
RFM模型是衡量客户价值和客户创利能力的重要工具和手段,R近度(Recency),F频度(Frequency),M额度(Monetary)。该模型的作用如下:(一)给不同类别的客户进行不同的营销策略(称之为个性化营销策略),减少客户的反感,促进客户的转化,即精准化营销。
(1)对重要价值客户111进行推送“恭喜您成为VIP!如果您有问题,我们会优先处理;如果我们有新产品或新活动,会优先告知您!”“感谢您下单,祝你用餐愉快!”等等。
(2)对重要保持客户011(很久没有下单,但是以前非常频繁,贡献度比较大,这些忠诚客户流失了,需要紧急处理)进行“Hello,好久不见!”“回访找出流失原因”“保持联系,提高其忠诚度和满意度”“线下邀请参加活动”“线上互动功能开发、线上互动活动策划”等等,只要下单就行,即成为重要价值客户。
(3)对重要发展客户101(频次低,但最近下单,贡献度较大,有钱力的客户)进行“发放一定数量的优惠券,优惠券额度递增”“满就减”等等,让客户多下单,即成为重要价值客户。
(4)对重要挽留客户001(很久没下单,频次低,贡献度较大),对客户进行适当的挽留营销策略。
(5)对一般价值客户110(最近下单,频次高,贡献度较小,比较穷的客户),可以进行“会员卡充100送10”“满减活动”“套餐”等策略。
(6)对于一般保持客户010(很久没下单,频次高,贡献度较小,流失的比较穷的客户),可以“Hello,好久不见!已发放一定数据的优惠券,位置在……,请查收!”
(7)对于一般发展客户100(最近下单,频次低,贡献度较低,即新客户)进行品牌介绍以及多次消费刺激策略,“您好,我们是…..,致力于……。如果您有反馈或疑惑,请第一时间联系我们,电话……,公众号……。最近我们有促销活动,……”
(8)对于一般挽留客户000(已流失客户)不是我们的营销重点,所谓20%的客户创造80%的价值,而这部分是创造价值最少的一部分,则这些客户的召回属于次要工作。
(二)衡量客户价值和客户创利能力;
(三)是节约运营成本,提升ROI、运营成果、客户转化率等;
(四)判断公司是否稳健成长。研究表明,如果客户数按月呈增长趋势,则说明公司稳健成长。
(五)计算出重要价值客户下次购买需要多少天数,以便在该时刻对重要价值客户推荐原价产品、对其他客户进行折扣促销。
三、模型案例
数据来源:易食后台20171001-20180313的所有订单数据
结果如下:
图1 易食20171001-20180313客户细分(RFM)
从图1可以看出,用户共71610个。本来欲分为8类(前辈已进行过深入研究),后来只有4类,其中新客户最多,占46.4%,其次是流失客户,三四名分别为重要价值12.4%、重要保持5.8%。
新客户进行品牌介绍以及多次消费刺激策略,“您好,我们是…..,致力于……。如果您有反馈或疑惑,请第一时间联系我们,电话……,公众号……。最近我们有促销活动,……”
重要价值客户进行推送“恭喜您成为VIP!如果您有问题,我们会优先处理;如果我们有新产品或新活动,会优先告知您!”“感谢您下单,祝你用餐愉快!”等等。
重要保持客户进行“Hello,好久不见!”“回访找出流失原因”“保持联系,提高其忠诚度和满意度”“线下邀请参加活动”“线上互动功能开发、线上互动活动策划”等等,只要下单就行,即成为重要价值客户。
最后,对流失客户进行相应的召回策略。
当然,从这些原始数据中还能发现其他价值。例如:二次复购率逐渐提升。
图2 易食各频次客户数占比月度趋势
从图3可以看出,从2017年11月至2018年3月,客户数逐渐增长,说明公司稳健成长。
图3 易食R较好客户数占比月度趋势
从图4可以看出,重要价值客户的笔单价最高,需要维护好。
图4 易食各类别笔单价对比
从图4可以看出,新客户的贡献度最大,其次是流失,三四名依次是重要价值和重要保持。促使新客户下单是我们的首要工作,避免流失。重要价值客户创造的价值只有21.2%,远远不够。流失的价值占27.9%,比较多。
图5 易食各类别累计销售额以及占比
另外,重要价值客户24天后将购买第二次。
四、不足及后续优化
1、只考虑了购买行为,没有考虑其他行为,如打开页面、点击功能、点赞、分享到朋友圈、转发给好友、咨询问题、打赏等。
2、RFM模型只是极其简单的模型,还需要优化,因为电联或问卷调研客户会惹怒客户,造成相反的效果,因此需要更深入的挖掘客户,知道客户流失概率,响应概率等。