如何找到最有價值的顧客 --- RFM Model

今天一時興起把之前的論文拿出來看，才發現內容真的忘了差不多了。原來當初還提到了Data Mining!! 因為論文寫的是Business Model，TOPIC是建立一個化妝品網站，對於如何尋找對網站最有價值的客戶時，用了RFM Model，因此來複習一下RFM。


RFM is a method used for analyzing customer behavior and defining market segments. RFM is short for Recency, Frequency and Monetary. Recency is based on when the most recent purchase was made. Frequency relates to the entire number of purchases made in a customer’s life-to-date. Monetary is the total money spent. The value of RFM analysis as a method to identify high-response customers in marketing promotions, and to improve overall response rates is well known and is widely applied today. (論文當初是用英文寫的，所以就一堆英文鼕鼕 >< )

看懂上面在說啥嗎? 好吧! 翻譯一下! 

根據MBALib 的說法:

根據美國資料庫營銷研究所Arthur Hughes的研究，客戶資料庫中有三個神奇的要素，這三個要素構成了數據分析最好的指標：

• 最近一次消費(Recency): 最近一次消費距今多久

• 消費頻率(Frequency): 顧客在限定的期間內所購買的次數。根據這個指標，我們又把客戶分成五等分，這個五等分分析相當於是一個“忠誠度的階梯”(loyalty ladder)。

• 消費金額(Monetary) : 消費金額是對電子商務網站產能的最直接的衡量指標，也可以驗證“帕雷托法則”(Pareto’s Law)——公司80％的收入來自20％的顧客。

結合這三個指標，我們就可以把顧客分成5＊5＊5 = 125類，對其進行數據分析，然後制定我們的營銷策略。

所以有了RFM分析出來的資料，公司可以做啥? 這就多了舉凡DM發送、商品折扣(啥商品、折扣給誰)、公司營運狀況分析(最近一個月內消費人數的改變)、公司行銷活動主打對象...都可透過這個模式所提供的資料準確進行。當然，RFM Model也有他的缺點。他只能針對已經有消費的客群進行分析，如果只是拜訪網頁但是沒有作消費動作的USER，則無法用此方法進行分析。所以在分析電子商務網站的用戶時，由於網站數據的豐富性——不僅擁有交易數據，而且可以收集到用戶的瀏覽訪問數據，可以擴展到更廣闊的角度去觀察用戶。