老客户召回策略——RFM模型及应用
本文摘要:假设因为某种原因,你需要召回你的老客户。不同消费属性层级的老客户,需要不同的召回触动点,因此你可能需要对你的老客户进行分层处理。这个时分就引入了一个客户关系管理模型:RFM模型。本文重点分享基于RFM模型下的老客户的召回思路:怎么将不同消费等级的

假设因为某种原因,你需要召回你的老客户。不同消费属性层级的老客户,需要不同的召回触动点,因此你可能需要对你的老客户进行分层处理。这个时分就引入了一个客户关系管理模型:RFM模型。本文重点分享基于RFM模型下的老客户的召回思路:怎么将不同消费等级的老客户分象限以及针对不同象限的客户有的放矢。

一、RFM模型概述

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。

RFM模型是衡量客户价值和客户创利能力的重要东西和手法。该机械模型通过一个客户的近期购买行为、购买的整体频率以及花了多少钱三项指标来描述该客户的价值状况。

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要素:R(Recency)、F(Frequency)、M(Moary)。

1、最近一次消费R(Recency)

客户最近一次的购买时间是什么时分。最近一次消费时间越近的顾客是最有可能对提供的商品或是效劳也最有反响的群体。

假如显示上一次购买很近的客户,(消费为1个月)人数如添加,则表明该公司是个稳健生长的公司;反之则是迈向不健全之路的征兆。

要吸引一个几个月前才上门的顾客购买,比吸引一个一年多曾经来过的顾客要容易得多。

2、消费频率(Frequency)

客户在约束的期间内所购买的次数。最常购买的顾客,也是满意度最高的顾客。

假如相信品牌及商店忠诚度的话,最常购买的消费者,忠诚度也就最高。添加顾客购买的次数意味着从竞争对手处盗取市场占有率,由他人的手中赚取营业额。

3、消费金额(Moary):客户的购买金额(可分为累积购买及均匀每次购买)

消费金额是所稀有据库陈述的支柱,也能够验证“帕雷托法则”(Pareto’s Law)——公司80%的收入来自20%的顾客。

“↑”表明大于均值,“↓”表明小于均值

因为有三个变量,所以要使用三维坐标系进行展示,X轴表明Recency,Y 轴表明Frequency,Z轴表明Moary,坐标系的8个象限分别表明8类用户,依据上表中的分类,可以用如下图形进行描述:

以上就是关于RFM模型的一个大致的框架介绍。接下来我们谈谈怎么运用这个模型对实践工作的老客户做一个分类。

二、RFM规范分析

在数云等类似的CRM体系中,又把客户分红五等分,这个五等分分析适当于是一个“忠诚度的阶梯”(loyalty ladder),其诀窍在于让消费者一直顺着阶梯往上爬,把出售想象成是要将两次购买的顾客往上推成三次购买的顾客,把一次购买者变成两次的。

为了便利下面解说,把相应的象限用字母1-25表明(如下图表明)。

举个栗子:某个客户的F=1,30<R≤90,则位于22象限。

使用这个模型召回老客户之前,需要先捋清楚每个象限的意义:

越挨近右上角象限的客户越优质,复购越强,对品牌忠诚度越高; 位于21-25象限的客户,只需再购买一次,就直接变成象限16的客户;位于6-10象限的客户,只需再购买一次,就直接变成象限1的客户。 象限25属于流失客户,象限1属于肯定忠诚老客户(这种客户交流打手机最直接),重点重视象限5和10的客户(为何你的忠诚老客户流失了?)……

下面直接看这个表格,有一个更直观的感受。

RFM规范分析又衍生出一个参数:客户数/占比。因此可以分为:按客户数/占比划分象限,按均匀每次购买金额划分象限;按累计购买金额划分象限。

表2.1 按累计金额划分象限的RFM规范分析

表2.1说明,购买次数越多的客户比例越少,留意象限24(加棕色),此品种型数据表明你的流失客户太多啦!该好好关爱一下新客户的营销工作了,把象限21-25的客户往象限16丢去。

表2.2 按均匀每次购买金额划分象限的RFM规范分析

表2.2从M(消费金额)的角度来分析,可以把重点放在象限2和象限3(加黄色),此类客户单此贡献度高,可重点拜访或联络,以最有用的方式挽回更多的商机。

表2.3 按累计购买金额划分象限的RFM规范分析

表2.3 仍是从M(消费金额)的角度来分析,可以发现人民币的主要贡献值都在于流失客户身上,也就是说,你从老客户身上压榨的油水太少啦!你的CRM维护工作做的不行噢~新客的二次召回是下一阶段重点要重视的问题点。

三、基于RFM模型的老客户召回逻辑

再举这么一个假设:

你有10000个客户,需要发短信或邮件最大程度(人数或者消费金额)召回他们,可是你的预算不多,最多只能选取2000-3000个顾客,那么你会怎么找到最优化的客户样本?

了解了这个RFM的逻辑,ROI从1:6跳跃到1:30都是可能的,营销所节省下来的本钱会很可观 。

依据不同象限周期性变化,可以推测出客户消费的异动状况,依据客户流失的可能性,列出客户。

不知道怎么取样,就爽性地毯式轰炸一遍所有象限的客户吧,统计出不同象限的投入产出比ROI是多少。下次活动心里就有谱了~

有了概念还得不断地尝试→总结→调整,达到一个最抱负的状态。

下次就能够挺胸问老板:

“这次老客户召回ROI,你想要达到多少?”

1、《电子商务网站RFM分析客户关系》 站长之家

2、百度百科:“FRM模型”

 

作者:廖小虫爱吃肉

来历:微信大众号@运营狗生长笔记(ID:yygczbj)

本文由 @廖小虫爱吃肉 授权发布于人人都是产品主管,未经作者答应,禁止转载。


亲,便利将这篇文章投稿到知乎专栏《电商CRM规划》吗?现已集合了一大批做电商的产品小同伴??


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。

相关内容