基于RFM分析的存量客户运营

背景介绍

品牌在营销中除了关注拉新转化，也要关注存量客户的运营。健康的存量客户可以为品牌持续贡献GMV，积累口碑，是品牌开拓市场的重要基础。

RFM模型是分析存量客户时常用的一个简单有效模型。数坊中该功能通过分析客户活跃程度、贡献价值、拥护程度等指标，将客户划分为多个层级，便于品牌或店铺针对不同层级采取不同营销策略，逐步提高存量客户质量。

使用方法

一．创建RFM分析

操作步骤：左侧导航栏-【自定义分析】-【新建分析】-【购买行为RFM分析】 分析条件：RFM作为一种基于购买行为的分析方法，需要分析的是“哪些人在什么时间段内对什么商品产生的购买行为”。因此需要输入以下3类分析条件：

1）选择人群 数坊支持从资产增长策略模块选择一个已生成的人群包。作为品牌整体的RFM分析，这里可以选择品牌的A3和A4人群作为分析目标。 点击“选择人群“，选中目标人群包。这里支持通过名称搜索人群包，便于查找：

2）选择分析日期： 作为对所有存量客户的分析，可以选择一段相对较长的时间窗口，分析人群在这段时间内对商品产生的购买行为。这里我们选择过去365天作为分析周期。

3）选择指定商品： 数坊支持3种形式的商品范围：品牌、品牌x品类、指定SKU；以某日用品为例，可以选择某品牌下的抽纸类目作为分析对象。 完成提交：填写“分析名称”，完善所有信息，点击页面右下方“提交”即可。

二．查看分析报告

操作步骤：左侧导航栏-【自定义分析】-【分析管理】 说明：提交RFM分析后一般3小时内返回报告结果，当报告状态显示为“计算成功”时，表示报告可以查看。

报告解读：一份完整的购买行为RFM分析报告包括4部分。

a.基础信息 包括报告分析信息回显及RFM实际分析人群。 由于输入的分析人群中可能只有一部分在分析周期内对目标商品有过购买行为，RFM分析只对有购买行为的人进行分析，通过这块可以看出人群中对目标商品有过购买行为的人数及占比，了解实际发生购买行为的人群规模。 例如：从这份报告可以看出，历史购买人群中有近30%的人购买发生在过去1年。

b.购买行为概览 包括最近购买时长、购买频次、复购周期、复购率4个指标。通过这些指标能对当前的购买行为质量做一个初步判断。 例如：从这份报告可以看出，最近购买时长平均约5个月，人均购买近2次，有37%的人有复购行为，复购的时间间隔平均约3个月。 通过掌握的业务经验，对比这些指标和业务预期，可以初步判断下一步可提升的方向。

c.购买行为分布 通过RMF分析报告中所有维度的分布，可以看到在分析指标各区间段的人数以及占比。目前系统采取自动的方式对数据进行分段控制，且支持对落在不同指标分段的用户进行圈选。 【附：RFM分析报告中分析维度定义：】

• 最近购买时长：用户最后一次购买的时间距离分析时间结束点的天数跨度
• 购买频次：用户在分析周期内对目标商品产生有效成交的次数
• 复购周期：购买频次>=2的用户中，平均两次有效成交之间的天数间隔
• 复购率：购买频次>=2的用户/购买人数
• 消费金额：用户在分析周期内对目标商品产生的消费总金额
• 消费件数：用户在分析周期内购买目标商品的件数
• 购买渠道：用户对目标商品产生有效成交的渠道（一个用户可能对应多个渠道）

d.RFM用户分层分析 对于最近购买时长（R）、购买频次（F）、消费金额（M）三个指标，系统分别划定基准值，根据用户在该指标上高于或低于基准值，来判别用户分层，总共可分出8个层级（每个层级均有相应定义）。针对不同层级用户可采取不同运营策略。 系统支持以下功能： a) 通过调整基准值来影响用户分层结果； b) 对不同层级用户进行圈选。