RFM模型对VIP顾客精细化管理效果佳

众多的客户关系管理（CRM）的分析模式中，RFM模型的应用越来越广泛，模型通过对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三项指标来描述该客户的价值状况。一般分析型CRM着重分析客户的贡献度，而RFM则强调以客户的行为来区分客户。什么是RFM模型

在RFM模型中，R（Recency）表示客户最近一次购买的时间有多远，F（Frequency）表示客户在最近一段时间内购买的次数，M（Monetary）表示客户在最近一段时间内购买的金额。

RFM分析侧重对客户行为的分析，客户在做些什么、他们的这些行为会对将来的购买产生什么影响、能否通过客户过去的行为预测他们将来的购买。RFM模型通过三个维度的数据分析就能立体化、动态化地呈现出一个客户的基本轮廓，为个性化的沟通和服务提供了依据。通过一定时间与客户的接触，RFM模型甚至能精确地判断该客户的长期价值，从而为更多的营销决策提供支持。

RFM模型的应用意义

RFM模型最积极的意义在于能明确地分析出顾客的响应度。客户最近购买情况（R）与客户购买频率（F）会对客户的响应率有很大影响，这与消费心理学有很大关系。绝大多数人在新购车、购房或购物后，会在一段时间内持续一种激动和冲动，这是人类情感的共性。如果有人在某商场第一次购物后，很快就收到那个商场的信件，他肯定会马上拆阅这封信，因为里面可能有与其紧密相关的信息。而在三年后，如果他仍旧收到这个商场寄给他的促销产品目录，也许他不再拆阅，因为即使不看他也大概了解相关信息。消费频率（F）是客户在一段时间内购买的次数，经常购买的客户，在满意度、品牌信任度和忠诚度等方面都会很高。所以，客户最近购买情况（R）与客户购买频率（F）对客户响应率有至关重要的影响。顾客的响应度就直接影响到各类活动和广告效果。零售业界常用的DM，常常一次寄发成千上万封邮购清单，其实这很浪费。据统计（以一般邮购日用品而言），如果将所有R（Recency）的客户分为五级，可能最好的第五级的回函率是第四级的三倍，因为这些客户刚完成交易不久，所以会更注意同一公司的产品信息。如果用M（Monetary）来把客户分为五级，最好与次好的平均回复率，几乎没有显著差异。

RFM模型另一个应用意义是更细化客户分类。零售店通常都会用客户绝对贡献金额来分析客户是否流失，但绝对金额有时会曲解客户行为。比如团购客户，其M值会很高，但RF值就相对偏低。企业用R、F的变化，就可推测客户消费的异动状况，根据客户流失的可能性，列出客户，再从M（消费金额）的角度来分析，就可把重点放在贡献度高且流失机会也高的客户上，比如原本经常购买，却有段时间没有来购买的顾客需要重点拜访或联系，以最有效的方式挽回更多的商机。

RFM模型在百货店的运用

通常百货店都会推广会员卡，并根据客户的消费金额把卡分成金卡、银卡和普卡。当门店会员数量发展到了1万人或以上时，商场管理人员就可在会员数据的基础上运用RFM分析模型开展客户关系管理。

在RFM分析模型里，可根据消费金额（M）指标将顾客分为5级，M5是消费金额最高的金卡会员，商店可以为金卡和银卡会员提供比普通会员更高的积分倍率。同时根据消费频率（F）也可将客户分成5个级别，F5是最忠实的会员。对F值较高的会员，商店可结合会员的住址和所购商品信息，猜测他们是不是附近居民，以便在促销期间加强对这部分会员的联系。在最近消费时间（R）上，商店需要把消费频率（F）和最近消费时间（R）相结合的方法进行评估。如果客户最近一次消费时间与到店频率偏差很大，商店就要预警这部分客户有流失的可能，需要采取措施。

将RFM三个指标结合，百货店就可推出更具针对性的会员营销策略。对于三个值很低的会员，营销部门可把他们定义为“边缘会员”，减少相关的营销预算。对到店频率（F）低但消费金额（M）高的会员，结合他们的购买时间（R），会被定位为“团购会员”。这些会员虽然购物次数不多但每次到店都会有很高的采购金额，在春节、端午、中秋等重要节日前，就应特别强化与这部分会员的联系。

在每次促销活动结束后，百货店可通过CRM系统所收集到的会员消费数据，进行促销活动效果评估。如果定位的目标客户在促销期内并没有消费足够数量的预期商品，则说明促销主题对会员没有吸引力，商店就需调整下一步的营销策略。