引言
- 背景
信息时代的来临使得企业营销焦点从产品转向了客户,客户的管理关系成为企业的核心问题。客户的关系管理问题是客户分群。通过客户分群,进而区分无价值客户和高价值客户。高价值客户代表他们的消费会给企业带来利益最大。企业需要针对不同类别的客户进行定制个性化服务方案,采取不同的营销策略,实现企业利润最大化。准确的客户分群结果是企业优化营销资源分配的重要依据,客户分群是重要的解决问题之一。
一、RFM模型介绍
R(Recency):指的是最近一次消费时间与截止时间的间隔。通常情况下,最近一次消费时间与截 止时间的间隔越短,客户对即时提供的商品或是服务也最有可能感兴趣。这也是为什么消费时间间隔为0-6个月的顾客收到的沟通信息多于一年以上的顾客。
F(Frequency):指顾客在某段时间内所消费的次数。消费频率越高的顾客,也是满意度越高的顾客,其忠诚度越高,顾客价值也就越大。增加顾客购买的次数意味着从竞争对手处抢得市场占有率,赚取营业额。商家需要做的,是通过各种营销方式去不断地刺激顾客消费,提高他们的消费频率,提升店铺的复购率。
M(Monetary):指顾客在某段时间内所消费的金额。消费金额越大的顾客,他们的消费能力自然也就越大,这就是所谓"20%的顾客贡献了80%的销售额"的二八法则。而这批顾客也必然是商家在进行营销活动时需要特别照顾的群体,尤其是在商家前期资源不足的时候。
在RFM模型理论中,最近一次消费时间与截止时间的间隔、消费频率、消费金额是测算客户价值最重要的特征。这3个特征对营销活动具有十分重要的意义。其中,最近一次消费时间与截止时间的间隔是最有力的特征。
RFM模型包括3个特征,R值越大,说明该类客户最近都没有来店消费,。R特征数值变大需要企业管理人员引起重视,说明该类客户可能流失,对企业造成损失。消费频率F很高,说明客户很活跃,经常到商家店里消费。消费金额M值很高,说明该类客户具备一定的消费能力,为店里贡献了很多的营业额。
二、航空公司客户分析实例
在RFM模型中,消费金额表示在一段时间内客户购买该企业产品金额总的和。由于航空票价受到运输距离、舱位等级等多种因素影响,同样消费金额的不同旅客对航空公司的价值是不同的,比如一位购买长航线、低等级舱位票的旅客与一位购买短航线、高等级舱位票的旅客相比,后者对于航空公司而言价值可能更高。因此这个特征并不适合用于航空公司的客户价值分析,取消这个特征。
所以我们这一选取以下作为特征之后进行聚类分析:
得到如下客户群:
客户群1:飞行次数第4,飞行公里数第4,飞行时间间隔第2,平均折扣系数第1,会员时长第3。-----一般客户
客户群2:飞行次数第5,飞行公里数第5,飞行时间间隔第1,平均折扣系数第4,会员时长第4。-----低价值客户
客户群3:飞行次数第1,飞行公里数第1,飞行时间间隔第5,平均折扣系数第2,会员时长第2。-----重要保持客户
客户群4:飞行次数第3,飞行公里数第3,飞行时间间隔第4,平均折扣系数第5,会员时长第5。-----重要发展客户
客户群5:飞行次数第2,飞行公里数第2,飞行时间间隔第3,平均折扣系数第3,会员时长第1。-----重要挽留客户