RFM模型
目录
一、 RFM 模型介绍
a) RFM 是一种分析客户价值的模型。它是常用的数据库营销和直接营销方式，并在零售和专业服务行业被广泛应用。
b) RFM 中， RFM 之间的相互关系如图 1
- R 表示 Recency ，表示客户最近一次购买的时间有多远。
- F 表示 Frequency ，表示客户在最近一段时间内购买的次数。
- M 表示 Monetary ，表示客户在最近一段时间内购买的金额。
图 1 RFM 对应客户类型
二、 RFM 应用
a) 大多数企业都会对客户的购买数据进行保存。数据表中应该包含客户名称，购买日期和购买金额。一种方法是分配一个等级为 1 至 10 ，即 10 是最大的价值，并规定了一个公式，该公式的数据符合一定的规模。例如，在服务为基础的业务， RFM 可以表示为：
- Recency = 10 - 客户自上次购买商品所经过的月数
- Frequency = 在过去的 12 个月内客户所购买商品的次数（最多 10 个）
- Monetary = 某个给定的客户最高的购买金额（对万美元的基准）
b) 另外，可以为每个属性创建类别。例如，新近的属性可以分为三类：在过去 90 天内购买的顾客； 91 至 365 天，超过 365 天。这样的分类可以通过应用业务规则，或使用数据挖掘技术，如 CHAID ，找到有意义的突破。
c) 一旦每一个属性都有相应的类别定义，段是由交叉的值创建的。每个属性有三个类别，然后即得到的矩阵有 27 个可能的组合（一个著名的商业方法是每个属性使用 5 个 bins ，这将产生 125 个段）。公司也可以决定舍弃某些子段，如果级次分的太小不能用。得到的片段可以从最有价值（最高的近因，频率，和值）至最没有价值的（最低的近因，频率，和价值）进行排序。识别最有价值的 RFM 细分可以利用在数据用于分析机会的关系。为此，建议另外一组数据来验证的 RFM 细分过程的结果。
d) 这种技术的倡导者指出，它具有简单的优点：没有必要使用专门的统计软件，并且结果是容易理解的商业人士。在其他针对技术的情况下，它可以为提升促销的响应速度。
