使用 RFM 分析进行定量营销细分

ahad1020

RFM 代表“最近度、频率和金额”，用于分析客户近期交易的价值。这种购买分析可以根据这些变量对客户进行排名和分组，从而识别出未来类似购买的最佳客户，并据此开展有针对性的营销活动。

RFM 分析根据以下因素对每个客户进行排名并给出分数，通常为 1-5 分：
新近度分析——通常，此指标以天数进行评估，越近排名越高，但根据所涉及的产品或服务，可以进行调整，例如，如果典型的续订具有年度生命周期，那么 12 个月可以被视为更高价值的新近度期。
频率分析——统计每位顾客的购买次数。购买次数越多，排名越高，因为至少购买过一次的顾客通常更有可能再次购买。
金额分析——统计每位客户的购买总额。购买金额越高，排名越高，因为消费金额高的客户通常更有可能再次购买，因此被视为高价值客户。
要根据已识别的范围分配分数，有多种方法可供选择，斯洛文尼亚电话号码库 包括利用商业智能工具或应用更高级的 ETL 流程。该流程可以提取、转换数据，并将转换后的分数加载到扩展表或自定义对象中，具体取决于所使用的 MAP。在像 Eloqua 这样的 MAP 中，可以通过平台内部编程方式完成此操作，方法是使用筛选条件根据范围评估联系人，并通过更新规则将分数应用到单独的字段中。

根据这些信息对客户进行排名的方法多种多样，但有些方法只是简单地计算三个变量的总和平均值，有些则对总分中的每个分数赋予某种权重。无论哪种情况，最终的分数都可以用来对客户进行排名，以便对他们未来可能进行的购买进行简单的预测分析。

根据这些分数，可以构建如下常见的评估客户群：
新客户的“新近度”得分较高，但“频率”得分较低。有针对性的后续活动可以增加将其转化为回头客的机会。
核心客户拥有较高的新近度、频率和金额评分。相比折扣，专注于增值服务的营销活动效果更佳，例如交叉销售机会、会员计划或产品推荐。
萎缩型客户通常新近度较低，但金钱评分较高。这些客户曾经很有价值，但后来流失了，不妨尝试通过折扣、新品发布或订阅选项来重振他们。
有了这些细分数据，您就可以根据客户的RFM（Relationship First Model，意为“再营销”）来设置营销活动，从而重新吸引、留住或刷新客户。如果您正在寻找预测性购买分析，并需要指导如何着手，Relationship One 随时为您提供帮助。