快速掌握用户分层模型(RFM)的使用方法|【业务模型】

感谢你的关注，我们会持续奉上精彩内容！

✎ 导读
进入互联网下半场后的人口红利逐渐消失，很多企业面临着拉新困难的问题，公域流量（百度竞价等广告投放）越来越贵，部分行业的部分企业已经出现获客成本高于客户收益的情况，私域流量（社群、朋友圈等）的产品忠诚度很低，更多的是价格敏感性群体。基于这样的背景下，企业在寻找更优质的拉新渠道时，需要将重心慢慢转移到老用户的运营上，提高用户留存、增加用户复购率，用最小成本使得用户价值最大化，提高老用户的活跃度离不开精准营销，而在精准营销常用的一种方法就是“用户分层”。

本文重点

1.什么是用户分层？
2.为什么使用用户分层？
3.什么是RFM模型？
4.RFM模型在实际业务中的使用
5.RFM模型的延伸使用

实现精准营销的方法有很多，可以通过用户打标签来实现，举例：某化妆品公司推出针对女性的面膜产品，可以根据用户历史购物信息进行人群画像，找出店铺及产品的核心用户特征，比如调出数据库里面女性、年龄段在20-34岁、居住地址在南方城市的个人信息，进行短信、push等方式营销，也可以对这个人群包进行站内及站外精准投放。也可以根据用户的历史购物信息，历史评分信息等，使用关联规则、聚类、协同过滤等算法构建推荐系统，给用户推送特定的商品。也可以是根据用户的历史行为数据，选出核心字段进行用户分层，针对不同群体指定不同的营销策略，这种业务场景下RFM模型可以发挥很大的作用，因此RFM模型也成为了CRM系统中经常内嵌的一个分析模型。

什么是用户分层？

用户分层是用户营销常用的一种方法，简单来讲是通过一定方法，将用户分为不同的类别，针对不同类别的用户提供差异化的营销内容和服务，实现精准营销，提高用户的留存率和复购率，增加公司整体营收。

什么是RFM模型？

RFM分别是Rencency、Frequency、Monetary三个单词的缩写：

Rencency 代表用户最近一次消费，假设购买时间越短，对产品及品牌印象度越高；

Frequency 代表一定周期内用户购买的次数（消费频数），假设购买频率越高，对品牌忠诚度越高；

Monetary 代表一定周期内用户的消费总金额，假设金额越高，给店铺创造的收入和利润越高。

针对每个指标进行打分（1-5分），根据数据分布和业务不同，打分的标准也可以进行更改，常用的方法有基于等深分箱、等距分箱等等。三个指标打分后将用户分成125[R(5)*F(5)*M(5)]个类别，针对每个类别的用户设计对应的营销策略，但是出125份营销策略是非常困难的，正常使用时会将每个指标分为两类（以指标均值为例，打分高于均值的属于高，否则属于低），最后将用户分成8个类别，具体如下图：

1.重要价值用户
属于企业忠诚用户，按照生命周期看，需要一定的营销策略延长用户忠诚时间，比如VIP服务、永久打折策略等等让用户有荣誉感的营销策略；

2.重要发展用户
近期有发生购买行为，消费金额高于多数用户，但是购买频率较低，需要刺激用户进行复购，增加对品牌的忠诚，可以通过短信、邮件定期发送新品、爆款、折扣等信息，吸引用户增加购买频率；

3.重要保持用户
最近一次消费时间较远，但消费频次和总金额较高，说明是一段时间没有光顾的忠实客户（即将流失），需要我们主动联系进行挽回，可以通过电话沟通，唤起用户对品牌的认知，根据用户反馈制定个性化营销策略，例如发送大额优惠券等；

4.重要挽留用户
历史消费金额较高，但是购买频率较低，近期没有发生购买行为，已经趋于流失，最核心的需求是刺激用户进行复购，增加对产品及品牌的印象，针对这部分用户可以较大的让利，比如推出0元试用、买一送一等服务；

5.一般价值客户
近期购买，购买频率高但是总消费金额低，这部分用户的客单价较低，有薅羊毛的可能性，可以尝试通过站内及站外精准种草，比如抖音等平台信息流投放等推送店铺爆款产品，增加品牌曝光度，提高客单价；

6.一般发展用户
近期有发生购买行为，购买频率和消费金额较低，从用户生命周期上看，处于引入期和成长期，需要通过电话主动联系，关怀产品使用情况，提供良好的售后服务，增加用户对品牌的信赖度，金额提升复购率和消费金额；

7.一般保持用户和一般挽留用户
用户已经处于流失阶段，可以不做营销，或者花费较低成本进行尝试触达。

以上仅为参考，是我在工作中针对不同人群制定的营销策略，基于行业不同、店铺现状不同、对用户理解不同等，会使用不同的营销策略。

为什么使用RFM模型？

RFM模型可以动态的展示客户轮廓和客户价值，为营销的个性化沟通和服务提供了依据，RFM模型的主要意义是用来提高客户的交易次数，通过改善三个指标的状况，为营销决策提供支持。

通过案例介绍RFM模型的使用

使用Excel实现RFM模型的制作

探讨：RFM模型的延伸使用

不一定要非选取RFM三个指标，基于行业不同、公司发展情况不同等因素，关注的核心指标也是不一样的，要根据公司实际情况选取合适的指标才是最合适的。

例如某网站建立的用户分层模型使用的指标为：最近一次登录时间、今年内的登录次数、今年内的登录总时长。指标数量也可以是4个或者更多，比如基于业务场景可以引进客户单笔订单的平均价格，用来衡量用户的消费水平。

另外基于模型将用户分成八个类别，每个类别的用户是完全一样的吗？两个用户同属于重要价值用户，但对公司来说价值可能是不同的。是不是可以尝试基于核心指标，给用户进行打分（类似于蚂蚁信用分等），制定算法和公式将RFM的数值映射到一定的分数区间，分数越高代表客户价值越大，可以作为内部参考，也可以上线到平台激励用户提高自己的评分。

小编建议

业务模型是基于海量业务场景的方法总结，当刚接手一份项目时，可以直接套用成熟的模型。但当对业务深度了解后，要根据业务情况对模型进行调整，或者建立公司自己的业务模型体系。

路漫漫其修远兮，大家一起加油吧+_+本次分享到这里结束，感谢观看~