CRM客户关系管理分析模型——RFM模型

CRM客户关系管理系统的分析模式中，RFM模型是被最广泛使用的。下面简单介绍一下RFM模型，包括RFM模型的缺陷及解决方案。

RFM模型

R——Recency：

反应的是顾客的活跃度。简单来说，比起许久未消费的顾客相比，最近消费的顾客对公司比较有印象，如果顾客的消费体验良好的话，很可能会再次选择消费。此时，营销人员应主动出击，提供这些顾客更多产品介绍或是加值服务，重新点燃他们的消费欲望。

F——Frequency：

能帮你找到持续购物的顾客。消费频率可能受到产品类、补货或更换需求等影响。比如经过RFM的分析，发现某顾客平均每个月会进行消费，表示顾客本来就有消费习惯或预算的，因此营销人员可以在下一个消费周期前，提醒或推广新产品，鼓励他们持续消费。

M——Monetary：

帮你分辨真正的「贵客」。他们不一定经常性消费，但消费总金额很高，可能贡献了很多营销业绩。面对消费能力较高顾客，可以鼓励他们继续消费，很可能会提高业绩。

在 RFM 模型的分类和实施上，可以根据企业或者品牌的需求来定义每一个维度的重要级，定义字段和编号，从而让运维人员直接筛选判断需要维护的用户和维护的方式。如下秒数据在CRM全渠道用户聚合时使用的用户RFM价值模型分析，示例结果如下。根据R和F值的大小，清晰直观地统计出企业的用户类型。

RFM模型的缺陷

RFM最大的短板，在于用户ID统一认证，这在相当多的企业里是非常难实现。

比如你去超市、连锁店、门店买东西，往往收银小妹会机械的问一句：有会员卡吗？如果回答没有，她也放你过去了；导致的结果是线下门店的订单，一般有70%-90%无法关联到用户ID；进而导致整个用户数据是严重缺失的，直接套RFM很容易误判用户行为。又比如至于用户一人多张会员卡轮流薅羊毛，多个用户共同一张VIP卡拿最大折扣，店员自己用亲戚的卡把无ID订单的羊毛给薅了之类的事，更是层出不穷，这在实体企业、互联网企业都普遍存在。所以做RFM模型的时候，如果你真看到高质量用户，十有八九是有问题的。现在的企业往往在淘宝、天猫、京东、自有微商城、有赞云、小红书等几个平台同时运作，更加加大了统一认证的难度，如果没有规划好，很容易陷入无穷无尽的补贴大坑。

如何让RFM模型更好用

RFM客户价值分析本身并没有错，在数据匮乏（特别是缺少埋点数据）的情况下，用RFM比不用RFM好太多了。RFM的三个维度，每一个都很好用，整体架构也适合用于评估用户经营的整体质量。错的是生搬硬套RFM，不做深入分析。

用户生命周期也需要数据采集，而且是采集一个最关键的数据即可。现在很多企业克服不了这个难题，下秒数据（Nexadata）提供了解决方案。Nexadata汇聚用户在不同平台/不同触点的消费情况、活跃时段、活动参与等数据，进一步对用户进行打标签和人群分析，并将结果自动推送回营销平台支撑精准营销活动，具体步骤是：

1.使用连接器自动抽取多平台用户数据，清洗数据。使用ELT+A模式，围绕API打造的低代码能力扩展更丰富、更实用的业务应用场景，让企业通过Nexadata智能数据管道做数据整合、分析建模后再反哺数据分析结果到对应的业务系统，加速释放业务数据价值。

2.形成唯一用户id，根据用户行为给数据打标签，可以自定义会员的等级标签，生成不同颜色的RFM标签，清晰直观，便于后续做数据分析。

3.将用户标签推送回CRM营销平台，形成闭环的全链路数据打通，打造自上而下的数据分析指标。

审核编辑 黄昊宇