市场营销5c模型，商业分析模型 | RFM 理论篇

​RFM用户分群是一种很好的识别特殊用户群的方法，了解这种方法可以帮助你更好的进行市场营销。

RFM使营销人员能够针对特定的用户群与其特定行为进行更有效的沟通，从而产生更高效的反馈、更高的忠诚度和用户终身价值。

营销人员通常有大量的数据，如购买历史、浏览历史、以往的响应模式、人口统计，可以在现有的用户中识别特定的用户群体，并进行更有效的市场营销。

尽管有无数的用户分类方法，RFM之所以流行有以下三个原因：

利用客观数据：对用户进行简洁、信息丰富的多层次描述。操作简单：营销人员也可以直接使用，而无需数据科学家或使用复杂的软件。直观易懂的：这种分类方法的输出结果很容易理解和解释。

RFM是什么？

RFM的基础来源于：营销人员可以通过关注三个可量化的因素来获得对用户的广泛了解。这些是：

如何进行RFM分类？

Step 1

建立RFM模型的第一步就是根据近期购买市场营销5c模型，购买频率和购买金额三个因素赋予用户不同的权重市场营销5c模型，原始数据可以在公司的CRM或交易数据库中获得并在Excel中操作。

Step 2

第二步是使用Excel或者其他工具，根据（R, F, M)三个维度将客户进行分组。

这样，将产生64(4x4x4)组客户群，也可以分为3个等级，产生27（3x3x3)组客户群，不建议分为4个以上的等级。也可以通过软件执行更复杂、更自动化的方法，比如K均值聚类方法，使分类客户具有更相似的特征。

Step 3

第三步就是根据不同的客户类群，进行不同的营销。对感兴趣的客户群进行命名是很有用的，下面是几个示范：

营销人员应该更加关注那些与业务目标更相关的用户群。

Step 4

第四步实际超出了RFM分类本身，但是针对不同的用户进行特定的信息传递，并且通过其特定的行为模式，营销人员可以更有效的与用户进行交流。我们接着以上面的例子进行说明。

当然，确定目标用户群以及如何与他们进行最佳沟通是营销的精髓所在！

RFM的局限性

RFM分类是一种用户细分的简单有效的方法。但是，RFM模型仅考虑三个特定因素，这一事实意味着该方法可能会排除同样重要或更重要的其他变量（例如，购买的产品，先前的活动响应，人口统计细节等）。同样，RFM营销本质上是一种历史方法：它查看过去的用户行为，这些行为可能会或可能不会准确指示未来的活动，偏好和反应。更高级的用户分类技术基于预测分析技术，这些技术在预测未来用户行为方面往往更加准确。END.