老客戶召回策略——RFM模型及應(yīng)用

11 評(píng)論 50560 瀏覽 344 收藏 10 分鐘
🔗 B端产品经理需要更多地考虑产品的功能性、稳定性、安全性、合规性等,而C端产品经理需要更多地考虑产品的易用性

假設(shè)因?yàn)槟撤N原因,你需要召回你的老客戶。不同消費(fèi)屬性層級(jí)的老客戶,需要不同的召回觸動(dòng)點(diǎn),因此你可能需要對(duì)你的老客戶進(jìn)行分層處理。這個(gè)時(shí)候就引入了一個(gè)客戶關(guān)系管理模型:RFM模型。本文重點(diǎn)分享基于RFM模型下的老客戶的召回思路:如何將不同消費(fèi)等級(jí)的老客戶分象限以及針對(duì)不同象限的客戶對(duì)癥下藥。

一、RFM模型概述

在眾多的客戶關(guān)系管理(CRM)的分析模式中,RFM模型是被廣泛提到的。

RFM模型是衡量客戶價(jià)值和客戶創(chuàng)利能力的重要工具和手段。該機(jī)械模型通過(guò)一個(gè)客戶的近期購(gòu)買(mǎi)行為、購(gòu)買(mǎi)的總體頻率以及花了多少錢(qián)三項(xiàng)指標(biāo)來(lái)描述該客戶的價(jià)值狀況。

根據(jù)美國(guó)數(shù)據(jù)庫(kù)營(yíng)銷研究所Arthur Hughes的研究,客戶數(shù)據(jù)庫(kù)中有三個(gè)要素:R(Recency)、F(Frequency)、M(Monetary)。

1、最近一次消費(fèi)R(Recency)

客戶最近一次的購(gòu)買(mǎi)時(shí)間是什么時(shí)候。最近一次消費(fèi)時(shí)間越近的顧客是最有可能對(duì)提供的商品或是服務(wù)也最有反應(yīng)的群體。

如果顯示上一次購(gòu)買(mǎi)很近的客戶,(消費(fèi)為1個(gè)月)人數(shù)如增加,則表示該公司是個(gè)穩(wěn)健成長(zhǎng)的公司;反之則是邁向不健全之路的征兆。

要吸引一個(gè)幾個(gè)月前才上門(mén)的顧客購(gòu)買(mǎi),比吸引一個(gè)一年多以前來(lái)過(guò)的顧客要容易得多。

2、消費(fèi)頻率(Frequency)

客戶在限定的期間內(nèi)所購(gòu)買(mǎi)的次數(shù)。最常購(gòu)買(mǎi)的顧客,也是滿意度最高的顧客。

如果相信品牌及商店忠誠(chéng)度的話,最常購(gòu)買(mǎi)的消費(fèi)者,忠誠(chéng)度也就最高。增加顧客購(gòu)買(mǎi)的次數(shù)意味著從競(jìng)爭(zhēng)對(duì)手處偷取市場(chǎng)占有率,由別人的手中賺取營(yíng)業(yè)額。

3、消費(fèi)金額(Monetary):客戶的購(gòu)買(mǎi)金額(可分為累積購(gòu)買(mǎi)及平均每次購(gòu)買(mǎi))

消費(fèi)金額是所有數(shù)據(jù)庫(kù)報(bào)告的支柱,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。

“↑”表示大于均值,“↓”表示小于均值

因?yàn)橛腥齻€(gè)變量,所以要使用三維坐標(biāo)系進(jìn)行展示,X軸表示Recency,Y 軸表示Frequency,Z軸表示Monetary,坐標(biāo)系的8個(gè)象限分別表示8類用戶,根據(jù)上表中的分類,可以用如下圖形進(jìn)行描述:

以上就是關(guān)于RFM模型的一個(gè)大致的框架介紹。接下來(lái)我們談?wù)勅绾芜\(yùn)用這個(gè)模型對(duì)實(shí)際工作的老客戶做一個(gè)分類。

二、RFM標(biāo)準(zhǔn)分析

在數(shù)云等類似的CRM系統(tǒng)中,又把客戶分成五等分,這個(gè)五等分分析相當(dāng)于是一個(gè)“忠誠(chéng)度的階梯”(loyalty ladder),其訣竅在于讓消費(fèi)者一直順著階梯往上爬,把銷售想象成是要將兩次購(gòu)買(mǎi)的顧客往上推成三次購(gòu)買(mǎi)的顧客,把一次購(gòu)買(mǎi)者變成兩次的。

為了方便下面解說(shuō),把相應(yīng)的象限用字母1-25表示(如下圖表示)。

舉個(gè)栗子:某個(gè)客戶的F=1,30<R≤90,則位于22象限。

利用這個(gè)模型召回老客戶之前,需要先捋清楚每一個(gè)象限的意義:

  1. 越接近右上角象限的客戶越優(yōu)質(zhì),復(fù)購(gòu)越強(qiáng),對(duì)品牌忠誠(chéng)度越高;
  2. 位于21-25象限的客戶,只要再購(gòu)買(mǎi)一次,就直接變成象限16的客戶;位于6-10象限的客戶,只要再購(gòu)買(mǎi)一次,就直接變成象限1的客戶。
  3. 象限25屬于流失客戶,象限1屬于絕對(duì)忠實(shí)老客戶(這種客戶溝通打電話最直接),重點(diǎn)關(guān)注象限5和10的客戶(為什么你的忠實(shí)老客戶流失了?)……

下面直接看這個(gè)表格,有一個(gè)更直觀的感受。

RFM標(biāo)準(zhǔn)分析又衍生出一個(gè)參數(shù):客戶數(shù)/占比。因此可以分為:按客戶數(shù)/占比劃分象限,按平均每次購(gòu)買(mǎi)金額劃分象限;按累計(jì)購(gòu)買(mǎi)金額劃分象限。

表2.1 按累計(jì)金額劃分象限的RFM標(biāo)準(zhǔn)分析

表2.1說(shuō)明,購(gòu)買(mǎi)次數(shù)越多的客戶比例越少,注意象限24(加棕色),此種類型數(shù)據(jù)表示你的流失客戶太多啦!該好好關(guān)愛(ài)一下新客戶的營(yíng)銷工作了,把象限21-25的客戶往象限16丟去。

表2.2 按平均每次購(gòu)買(mǎi)金額劃分象限的RFM標(biāo)準(zhǔn)分析

表2.2從M(消費(fèi)金額)的角度來(lái)分析,可以把重點(diǎn)放在象限2和象限3(加黃色),此類客戶單此貢獻(xiàn)度高,可重點(diǎn)拜訪或聯(lián)系,以最有效的方式挽回更多的商機(jī)。

表2.3 按累計(jì)購(gòu)買(mǎi)金額劃分象限的RFM標(biāo)準(zhǔn)分析

表2.3 還是從M(消費(fèi)金額)的角度來(lái)分析,可以發(fā)現(xiàn)人民幣的主要貢獻(xiàn)值都在于流失客戶身上,也就是說(shuō),你從老客戶身上壓榨的油水太少啦!你的CRM維護(hù)工作做的不行噢~新客的二次召回是下一階段重點(diǎn)要關(guān)注的問(wèn)題點(diǎn)。

三、基于RFM模型的老客戶召回邏輯

再舉這么一個(gè)假設(shè):

你有10000個(gè)客戶,需要發(fā)短信或郵件最大程度(人數(shù)或者消費(fèi)金額)召回他們,但是你的預(yù)算不多,最多只能選取2000-3000個(gè)顧客,那么你會(huì)如何找到最優(yōu)化的客戶樣本?

理解了這個(gè)RFM的邏輯,ROI從1:6跳躍到1:30都是可能的,營(yíng)銷所節(jié)省下來(lái)的成本會(huì)很可觀 。

根據(jù)不同象限周期性變化,可以推測(cè)出客戶消費(fèi)的異動(dòng)狀況,根據(jù)客戶流失的可能性,列出客戶。

不知道怎么取樣,就干脆地毯式轟炸一遍所有象限的客戶吧,統(tǒng)計(jì)出不同象限的投入產(chǎn)出比ROI是多少。下次活動(dòng)心里就有譜了~

有了概念還得不斷地嘗試→總結(jié)→調(diào)整,達(dá)到一個(gè)最理想的狀態(tài)。

下次就可以挺胸問(wèn)老板:

“這次老客戶召回ROI,你想要達(dá)到多少?”

參考來(lái)源

1、《電子商務(wù)網(wǎng)站RFM分析客戶關(guān)系》 站長(zhǎng)之家

2、百度百科:“FRM模型”

 

作者:廖小蟲(chóng)愛(ài)吃肉

來(lái)源:微信公眾號(hào)@運(yùn)營(yíng)狗成長(zhǎng)筆記(ID:yygczbj)

本文由 @廖小蟲(chóng)愛(ài)吃肉 授權(quán)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。

作者:江江;編輯:面線

原文標(biāo)題:今天,B站決定取消播放量顯示

來(lái)源公眾號(hào):差評(píng)(ID:chaping321),Debug the World。

本文由人人都是產(chǎn)品經(jīng)理合作媒體 @差評(píng) 授權(quán)發(fā)布,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來(lái)自 Unsplash,基于 CC0 協(xié)議。

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 好文,受益匪淺,感謝分享

    來(lái)自上海 回復(fù)
  2. 了方便下面解說(shuō),把相應(yīng)的象限用字母1-25表示 難道有25個(gè)維度嗎?

    來(lái)自廣東 回復(fù)
    1. 購(gòu)買(mǎi)時(shí)間的5個(gè)維度*購(gòu)買(mǎi)次數(shù)的5個(gè)維度=25

      來(lái)自北京 回復(fù)
    2. RFM比較適用于哪些類型的產(chǎn)品,我認(rèn)為更適用于一些有消費(fèi)的場(chǎng)景

      來(lái)自江西 回復(fù)
    3. RFM中的”M“=Monetary 貨幣的;金融的;財(cái)政的

      來(lái)自香港 回復(fù)
  3. 這竟然是一份門(mén)店診斷報(bào)告的維度,不錯(cuò)

    回復(fù)
  4. 這個(gè)象限是怎么數(shù)的,有沒(méi)有大佬幫解釋下??

    回復(fù)
  5. 專業(yè)!

    來(lái)自廣東 回復(fù)
  6. :mrgreen: 好文

    來(lái)自廣東 回復(fù)
  7. 親,方便將這篇文章投稿到知乎專欄《電商CRM規(guī)劃》嗎?已經(jīng)聚集了一大批做電商的產(chǎn)品小伙伴??

    回復(fù)
    1. 剛在起點(diǎn)學(xué)院看了你的《三生三世話CRM》來(lái)了解RFM,沒(méi)想到本尊現(xiàn)身了

      來(lái)自北京 回復(fù)
专题
36292人已学习18篇文章
好的数据分析可以使我们的产品不断优化,而做好数据分析的第一步就是做好数据埋点。
专题
18924人已学习14篇文章
智能客服类产品,最根本的价值在于以低成本取代人工客服工作中大量重复性的部分。本专题的文章分享了如何搭建一个智能客服。
专题
19087人已学习12篇文章
如何设计出一个抓住他人眼球的feed流 ?feed流的组成元素以及常见的feed流样式?本专题的文章提供了对于feed流设计的思考。
专题
13445人已学习15篇文章
该如何有效推广?有效推广的策略有哪些呢?本专题的文章分享了产品推广策略。
专题
13122人已学习12篇文章
发觉用户本能的最好方式就是从用户的心理出发,利用人的本能做产品设计,用最“自然”的方式影响用户的行为。本专题的文章分享了产品心理学。
专题
14337人已学习13篇文章
用户体验是用户在使用产品过程中建立起来的一种纯主观感受。本专题的文章分享了如何撰写用户体验报告。