行銷.口碑.數據,開店.設計.原力流整合行銷:一站式服務,解決您網路行銷大小事

整合行銷, 營運策畫, 精準行銷, 創意行銷, 數位行銷, 口碑行銷, 口碑推薦, 行銷企劃, 廣告操作, 社群行銷, 口碑操作, 部落格行銷, 口碑建立, 搜尋優化, PSC, 原力流, 行動電商, 行動商機, 電子商務, 網路開店, 立即開店, 開店申請, 網路創業, 品牌電商, 多螢幕, RWD, 套版網站, 行銷模組, 網站企畫, 網站設計, 程式設計, SEO, 關鍵字, 新零售, APP開店, 電商平台, 品牌電商, 開店平台, 開店系統, 購物車網站, 網紅, 部落客, 部落格, Blog, 粉絲團經營, 網路聲量, 論壇輿論操作, 社群媒體, 大數據, 市場動態, 市場調查, 口碑監測, 口碑調查, 輿情收集, 數據分析, AISAS

原力流提供一站式的顧問服務,從網路開店,品牌設計,數位行銷,口碑操作,數據分析的解決方案,充分整合資源,協助企業在數位時代行銷的便利性。 從網路開店、品牌設計、關鍵字優化、行銷規劃、口碑操作、數位廣告、數據分析的每一個環節,我們與您一起攜手走過網路創業的每一個過程。

老客户召回策略——RFM模型及應用


假設因為某種原因,你需要召回你的老客户。不同消費屬性層級的老客户,需要不同的召回觸動點,因此你可能需要對你的老客户進行分層處理。這個時候就引入了一個客户關係管理模型:RFM模型。本文重點分享基於RFM模型下的老客户的召回思路:如何將不同消費等级的老客户分象限以及針對不同象限的客户對症下藥


一、RFM模型概述

在眾多的客户關係管理(CRM)的分析模式中,RFM模型是被廣泛提到的。 RFM模型是衡量客户價值和客户創利能力的重要工具和手段。該機械模型通過一個客户的近期購買行為、購買的總體頻率以及花了多少錢三項指標來描述該客户的價值狀況。 根據美國數據庫營銷研究所Arthur Hughes的研究,客户數據庫中有三個要素:R(Recency)、F(Frequency)、M(Monetary)

 

最近一次消費R(Recency)

客户最近一次的購買時間是什麼時候。最近一次消費時間愈近的顧客是最有可能對提供的商品或是服務也最有反應的群體。 如果顯示上一次購買很近的客户,(消費為1個月)人數如增加,則表示該公司是個穩健成長的公司;反之則是邁向不健全之路的徵兆。 要吸引一個幾個月前才上門的顧客購買,比吸引一個一年多以前來過的顧客要容易得多。

消費頻率(Frequency)

客户在限定的期間内所購買的次數。最常購買的顧客,也是滿意度最高的顧客。 如果相信品牌及商店忠誠度的話,最常購買的消費者,忠誠度也就最高。增加顧客購買的次數意味著從競爭對手處偷取市场佔有率,由别人的手中賺取營業額。

消費金额(Monetary)

客户的購買金額(可分為累積購買及平均每次購買) 消費金額是所有數據庫報告的支柱,也可以驗證“帕雷托法則”(Pareto’s Law)——公司80%的收入來自20%的顧客。

“↑”表示大於平均值,“↓”表示小於平均值

因為有三個變量,所以要使用三维座標系進行展示,X軸表示Recency,Y 軸表示Frequency,Z軸表示Monetary,座標系的8個象限分别表示8類用户,根據上表中的分類,可以用如下圖形進行描述:

以上就是關於RFM模型的一個大致的框架介紹。接下来我們談談如何運用這個模型對實際工作的老客户做一個分類。

二、RFM标准分析

在數雲等類似的CRM系統中,又把客户分成五等分,這個五等分分析相當於是一個“忠誠度的階梯”(loyalty ladder),其訣竅在於讓消費者一直順著階梯往上爬,把銷售想象成是要將兩次購買的顧客往上推成三次購買的顧客,把一次購買者變成两次的。 為了方便下面解說,把相應的象限用字母1-25表示(如下圖表示)。

舉個例子:某個客户的F=1,30<R≤90,則位於22象限。

利用這個模型召回老客户之前,需要先將清楚每一个象限的意義:

  1. 愈接近右上角象限的客户愈優質,復購愈强,對品牌忠誠度愈高;
  2. 位於21-25象限的客户,只要再購買一次,就直接變成象限16的客户;位於6-10象限的客户,只要再購買一次,就直接變成象限1的客户。
  3. 象限25屬於流失客户,象限1屬於絕對忠實老客户(這種客户溝通打電話最直接),重點關注象限5和10的客户(為什麼你的忠實老客户流失了?)…… 下面直接看這個表格,有一個更直觀的感受。

RFM標準分析又衍生出一個參數:客户數/佔比因此可以分為:按客户數/佔比劃分象限,按平均每次購買金額劃分象限;按累積購買金額劃分象限。

表2.1 按累計金額劃分象限的RFM標準分析

表2.1說明,購買次數愈多的客户比例愈少,注意象限24(加棕色),此種類型數據表示你的流失客户太多,該好好關愛一下新客户的營銷工作了,把象限21-25的客户往象限16丢去。

表2.2 按平均每次購買金額劃分象限的RFM標準分析

表2.2從M(消費金額)的角度來分析,可以把重點放在象限2和象限3(加黄色),此類客户單此貢獻度高,可重點拜訪或聯繫,以最有效的方式挽回更多的商機。

表2.3 按累積購買金額劃分象限的RFM標準分析

表2.3 還是從M(消費金額)的角度來分析,可以發現人民幣的主要貢獻值都在於流失客户身上,也就是說,你從老客户身上壓榨的油水太少啦!你的CRM維護工作做的不夠喔~新客的二次召回是下一階段重點要關注的問題點。

三、基於RFM模型的老客户召回邏輯

再舉一個假設: 你有10000個客户,需要發簡訊或郵件最大程度(人數或者消費金額)召回他們,但是你的預算不多,最多只能選取2000-3000個顧客,那麼你會如何找到最優化的客户樣本?

理解了這個RFM的邏輯,ROI從1:6跳躍到1:30都是可能的,營銷所節省下來的成本會很可觀 。 根據不同象限週期性變化,可以推測出客户消費的異動狀況,根據客户流失的可能性,列出客户。 不知道怎麼取樣,就乾脆地毯式轟炸一遍所有象限的客户吧,統計出不同象限的投入產出比ROI是多少。下次活動心裡就有底了~

有了概念還得不斷地嘗試→總結→調整,達到一個最理想的狀態。

 


文章整理:PSC編輯團隊


原文出處:dcplus 老客户召回策略——RFM模型及應用

作者:廖小虫爱吃肉


 

提供一站式營銷大小事的解決方案

增加 經營所需資源降低 時間人事成本、改善 營運效率成果

加入原力流的專業服務吧!!

 

原力流提供一站式的顧問服務,從網路開店,品牌設計,數位行銷,口碑操作,數據分析的解決方案,充分整合資源,協助企業在數位時代行銷的便利性。 從網路開店、品牌設計、關鍵字優化、行銷規劃、口碑操作、數位廣告、數據分析的每一個環節,我們與您一起攜手走過網路創業的每一個過程。
zh_tw