依据美国数据库营销研讨所Arthur Hughes的研讨,客户数据库中有三个神奇的要素,这三个要素构成了数据剖析最好的指标: 近来一次消费(Recency) 消费频率(Frequency) 消费金额(Monetary) RFM剖析原多用于传统营销、零售业等领域,得用于拥有多种消费品或快速消费品的行业,美国初裁向中国铜管征高至60百分之百反 倾销税只要任何有数据记录的消费都可以被用于剖析。那么对于电 子商务网站来说,网站数据库中记录的详细的交易信息,同等可以使用RFM剖析板型施行数据剖析,特别对于那些已经开办起客户关系管理(CRM)系统的网站 来说,其剖析的结果将更具意义。 基本概念讲解 RFM板型是权衡客户价值和客户创利能力的关紧工具和手眼。RFM剖析板型主要由三个指标组成,下边对这三个指标的定义和效用做下简单讲解: 近来一次消费(Recency) 近来一次消费意指用户上一次购买的时间,理论上,上一次消费时间越近的主顾应当是比较好的主顾,对提供即时的商品或是服务也最可能会有反响。 因为近来一次消费指标定义的是一个时间段,而且与现时时间相关,故此是一直在变动的。近来一次消费对营销来说是一个关紧指标,关乎吸引客户,保持客户,并 赢得客户的忠诚度。 消费频率(Frequency) 消费频率是主顾在一定时间段内的消费次数。最常购买的消费者,忠诚度也就无上,增加主顾购买的次数意味着从竞争对手处偷取市场霸占率,由他人的 手中赚取营业额。 依据这个指标,我们又把客户分成五等分,这个五等分剖析相当于是一个“忠诚度的台阶”(loyalty ladder),其诀要在于让消费者一直顺着台阶往上爬,·原油短期暴跌无碍油价上调预期把 销行想像成是要将两次购买的主顾往上促成三次购买的主顾,把一次购买者成为两次的。 消费金额(Monetary) 消费金额是对电子商务网站产能的最直接的权衡指标,也可以验证“帕雷托法则”(Pareto’s Law)——企业80%的收益来自20%的主顾。 数据获取与剖析 在从数据库中提取相关数据之前,首先需要确认数据的时间跨度,依据网站销行的物品的差异,确认合宜的时间跨度。假如打理的是快速消费品,如日用 品,可以确认时间跨度为一个季度还是一个月;假如销行的产品更替的时间相对久些,如电子产品,可以确认时间跨度为一年、半年还是一个季度。在确认时间跨度 然后就可以提取相应时间区间内的数据,其中: 近来一次消费(Recency),抽取来的数据是一个时间点,需要由 现时时间点-最 近一次消费时间点 来作为该气度的值,注意单位的取舍和一统,不论以钟头、天为单位; 消费频率(Frequency),这个指标可以直接在数据库中COUNT用户的消费次数达成; 消费金额(Monetary),可以将每位客户的所有消费的金额相加(SUM)求得。 获取三个指标的数据之后,需要计算每个指标数据的均值,作别以AVG(R)、AVG(F)、AVG(M)来表达,最终经过将每位客户的三个指标 与均值施行比较,可以将客户细分为8类: Recency Frequency Monetary 客户类型 ↑ ↑ ↑ 关紧价值客户 ↑ ↓ ↑ 关紧进展客户 ↓ ↑ ↑ 关紧保持客户 ↓ ↓ ↑ 关紧挽留客户 ↑ ↑ ↓ 普通价值客户 ↑ ↓ ↓ 普通进展客户 ↓ ↑ ↓ 普通保持客户 ↓ ↓ ↓ 普通挽留客户 ——“↑”表达大于均值,“↓”表达小于均值 结果的展览 RFM板型涵盖三个指标,无法用平面坐标图来展览,所以这搭使役三维坐标系施行展览,一种X轴表达Recency,Y 轴表达Frequency,Z轴表达Monetary,坐标系的8个象限分 别表达 8类用户,依据上表中的分类,可以用如次图形施行描写:
|