​一、RFM模型简介

1、释义

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。在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况。

R：最近一次消费 (Recency)：代表用户距离当前最后一次消费的时间

F：消费频率 (Frequency)：用户在一段时间内，对产品的消费频次

M：消费金额 (Monetary)：代表用户的贡献价值

一般情况下，我们将R、F、M分别分五个维度打分，通过归一化打分之后，把用户所打分值与所有用户的总分均值作高低比较，再将R、F、M每个方向定义为：高、低，两个方向，如此可将用户分为2 2 2=8类，如下：

当我们将客户分类后，便可以针对性指定精细化运营策略，帮助大家了解完RFM模型后，我将用一个实例具体展示操作流程，以下实例以某玩家作品网站为例，爬取前十个网页共240个玩家作品的昵称、编号、点赞数、积分、上传日期时间等信息进行分析，具体流程如下：

1 数据爬取

2 数据清洗

3 数据分析

3.1 重新定义RFM

3.2 定义RFM打分标准

3.3 归一化打分

3.4 计算RFM均值

3.5 用户分类

3.6 统计与可视化

4 运营策略

1 数据爬取

2 数据清洗

3 数据分析

3.1 重新定义RFM

由于获取的是作品相关信息（获取信息有限），所以在此对RFM进行重新定义：

R：最近一次上传作品日期据今天几天；

F：作品数（用户最近一段时间内上传作品的数量）；

M：点赞数（用户最近一段时间内上传作品的点赞总数）

3.2 定义RFM打分标准

3.3 归一化打分

3.4 计算RFM均值

3.5 用户分类

将3.3与3.4比较得出用户分类

3.6 统计与可视化

4 运营策略

以上便是此次操作全过程，不当之处，还请指正，谢谢！

浅谈RFM模型

举一个互联网餐饮的例子~来证明如何分析RFM模型：

如何通过外卖订单数据，分析用户的基本属性；

用户的订单上都有订餐地址，通过对于订餐地址的统计，我们可以查询到不同条件组合下的用户分布，甚至能知道喜欢某道菜的用户都在哪里。类似的用户数据挖掘，还可以根据复购构成、复购用户跨平台使用情况、性别组成做更精细化的分析。值得注意的是，数据平台间的差异还是蛮大的，有利于针对不同平台做出不同的营销策略。

上面这些最基本的用户属性对于精细化运营还是不够的。 因为这些信息无法帮助你解决下面四个问题——

1.谁是我的重要价值客户，他们都有什么特点？

2.谁是我需要重点保持联系的客户，他们都有什么特点？

3.谁是我的重要发展客户，他们都有什么特点？

4.谁是我的重要挽留客户，他们都有什么特点？

2.如何通过RFM模型，为用户分群，实现精细化运营

　RFM模型是一个被广泛使用的客户关系分析模型，主要以用户行为来区分客户，RFM分别是：

R = Recency 最近一次消费

F = Frequency 消费频率

M = Monetary 消费金额

需要详细了解以上三个指标定义的，百度会将维度再细分出5份，这样就能够细分出5x5x5=125类用户，再根据每类用户精准营销……显然125类用户已超出普通人脑的计算范畴了，更别说针对125类用户量体定制营销策略。实际运用上，我们只需要把每个唯独做一次两分即可，这样在3个维度上我们依然得到了8组用户。

重要价值客户（111）：最近消费时间近、消费频次和消费金额都很高，必须是VIP啊！

重要保持客户（011）：最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠实客户，我们需要主动和他保持联系。

重要发展客户（101）：最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展。

重要挽留客户（001）：最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当基于挽留措施。

3.如何在BDP个人版上建立RFM模型，帮助用户分群

这时候可能会有朋友问了，天啦，你这个三维模型，我没办法用BDP来建表格了。所以我们需要做的是将三维模型二维化，我们将R域切一块出来（即在近30天有复购的用户中做分析），压扁了就会看到。

上方的表示或许还是太学术了，简单的说

第一步：先挑出来近1个月的复购用户。

第二步：近1个月内复购用户的平均实付金额做纵轴。

第三步：近1个月内复购用户的购买次做横轴，生成表格。

第四步，你需要自己在这个表格上划红线。

横着的红线，代表着你认为来吃饭的客人平均每餐该花多少钱，我这里设定的值是25元，叫外卖25都没付到，对我而言是低消费金额（低M）用户。

竖着的红线，代表着你认为复购多少次的客人，是你的高频用户。外卖点餐流动率很大，一个用户每个月能在一家店点三次以上的菜，对我而言即是高频。

这样，BDP个人版上的RFM模型就建立好了。这个RFM模型在实操时有什么用呢？举个例子

比如对圈用户群发短信转化只有不到1%时，你可以用RFM做个分析，只选取R值高的用户(最近2周到最近一个月内消费的用户），转化率可以由1%提升到10%。

这也意味着，以往6元/订单将下降到0.6元/订单。掌柜们是愿意花600元给10000个用户发短信，得到100个订单，还是愿意花48元给800人发短信得到80个订单，相信大家一定会选后者。

而整体的RFM区分，则能够帮掌柜们针对不同的用户发不同的短信，短信的开头是用“好久不见”、还是用“恭喜你成为VIP”，就得看时重要保持客户还是重要价值用户了。只有能区分用户，才能走向精细化运营。

跨境电商的策略

       个人理解中的RFM是为了研究用户（买家）的一个算法模型，身为产品从业者的我们都喜欢谈目标用户，而何谓目标用户，我们可以简单把他们归结为付费用户，也就是为我们产品带来收入的人群。而PM一项很重要的职能就是分析数据，根据单一用户的购物行为对其分析不仅要浪费大量的人力资源，浪费时间且不可行，而且若缺乏一套具体的算法模型也难以脱离个人主观性。而研究用户，洞察人性却又是PM的主要工作内容，在产品迭代过程中，通常需要根据用户的属性进行归类，也就是通过分析数据，对用户进行归类，以便于在推送及转化过程中获得更大的收益。了解用户的行为感受是必不可少的职责，而RFM就是一种了解付费用户结构的基本方法。由于该模型设计到具体算法，网上大多数文献说得都比较复杂分散，而且存在重大歧义，如RFM中R值的概念Josh Bycer认为R值越大用户回购率越高，而真实情况未必如此。本文档主要是为了归纳汇总RFM模型的概念以及适用场景，以尽量直白的方式呈现给读者。奈何才疏学浅，许多地方未必正确，不足之处望指导。

R-Recency（近期）-最后一次购买是多久以前；R值越大，表示客户交易发生的日期越久，反之则表示客户交易发生的日期越近。

F-Frequency（频率）-购买频率；F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。

M-Monetary（消费）-设定时间段内客户的总消费金额；M值越大，表示客户价值越高，反之则表示客户价值越低 。 这是衡量客户价值最重要的指标。

1.谁是我的重要价值客户，他们都有什么特点？

2.谁是我需要重点保持联系的客户，他们都有什么特点？

3.谁是我的重要发展客户，他们都有什么特点？

4.谁是我的重要挽留客户，他们都有什么特点？

根据三维图表，以RFM为XYZ轴，1代表高，0代表低

1.重要价值客户（111）：最近消费时间较短、消费频次和消费金额都较高。这是门店应该主要关注的VIP客户。

2.重要保持客户（011）：最近消费时间较长，消费频次和消费金额都较高。说明这是个一段时间没来的忠实客户，我们需要主动和他保持联系。

3.重要发展客户（101）：最近消费时间较短、消费金额高，但消费频次较低。忠诚度不高，很有潜力的用户，必须重点发展。

4.重要挽留客户（001）：最近消费时间较长、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当吸引客户回流。

        RFM模型的最终目的是为了区别出有价值的用户在此基础上细分用户类型做到精准运营，实现效率最大化。RFM模型较为动态地显示了客户消费轮廓，这对个性化的沟通和服务提供了依据，根据用户群体、产品特性，产品的周期去改善三项指标的状况，从而为更多的营销决策提供支持。在RFM的分类基础上，去进行的基础维护运营，根据关键运营指标，选取重点需要优化的用户群体，进行差异化运营，从而刺激用户持续的消费、留存。RFM模型同时也能作为监控用户行为的有效工具，让管理者了解客户的行为从而反思现存的营销模式，为企业后续的发展方向做出战略性部署。

         RFM模型主要用于电商领域，但是我们也可以替换RFM相关的字段使其适用于互联网产品。作为CRM一个模块的RFM应用范围以及应用之广此处便不再展开。

跨境电商的策略包括但不限于：

1、运营策略：

（1）店铺定位和产品定位：

作为一个跨境卖家应该非常清楚地理解自己核心消费市场在哪里，客户的需求点在哪里，店铺的特色在哪里，自身优势在哪，这是店铺成功的第一步，所有的后期推广运营都是以这个点作为基础。

（2）价格策略：

通过一定的数据调研分析，就会发现任何一个跨境平台上都会有中高低的价格定位策略，创业者应根据自己的实际情况找出符合自己特点的价格策略。

（3）店铺装修和店铺设置：

可以在跨境平台找出行业优秀者，通过观察其店铺的装修、设置、描述进行参考和学习。一定要有自己的特色之处，无论是热销款式，还是交易条款等。

2、物流策略：

（1）第一类是直接通过中国仓库或者中国跨境物流从中国境内单件出口：这种方式看上去成本最低，而且特别适合跨境新人的运作方式，但是这里面有一个很大的痛点，就是国际跨境物流成本最高，而且时效性差，而且经常发生丢件破损的情况。

（2）第二类是海外仓储模式：就是将货物提前发到海外仓库，客户下单以后从海外仓库直接发到客户手上，这样物流成本最低，时效性最高，但是总体成本非常高，资金周转也比较慢，资金压力比较大。个人认为海外仓模式是未来的一个主流。

（3）第三类是亚马逊的FBA模式，货发亚马逊的指定仓库，由他们代发，这样在客户体验来说肯定是最好的，但是成本也比较高，速卖通也有类似的跨境仓储代发服务。

3、支付工具的选择

通过跨境电商平台跨境电商卖家会接触到从 C 端到小 B 的跨境客户，所以选择合适的跨境支付工具非常重要，如果选择速卖通做跨境平台，目前阿里巴巴的国际版支付宝还是非常稳定的。

百度百科-跨境电商

以上就是关于基于RFM模型的用户分类及精细化运营（附实例）全部的内容，如果了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！