电商运营

基于RFM模型,进行客户分层

1092 2023-04-04 00:06:00

企业的渠道业绩受到客户经营实力和合作关系的影响,我们应该如何衡量客户的价值,如何进行客户质量评估呢?本文基于 RFM 模型,分享了客户分层管理的运营方法,一起来看一下吧。

企业的渠道业绩受到客户经营实力和合作关系的影响。有些客户和企业合作良好且交易频繁;有些客户虽与企业交易次数不多,但每次都是大额订单;有些客户仅与企业产生过一次交易,近乎流失。那么我们应该如何衡量客户的价值,如何进行客户质量评估?本文基于 RFM 模型,分享客户分层管理的运营方法。

一、什么是 RFM 模型?

RFM 模型是衡量客户价值和客户创造利益能力的重要工具。该模型通过客户在一定时间范围内的近期购买行为、购买总频率和购买总金额3项指标来描述该客户的价值状况。

  • R(Recency):最近一次消费的时间间隔,即客户最近一次与企业产生交易的时间间隔,一般已天为单位。
  • F(Frequency):消费总频次,即客户在一定时期范围内产生交易的累计频次。
  • M(Monetary):消费总金额,即客户在一定时期范围内产生交易的总累计金额。

R 值越大,即客户与企业产生交易行为的周期越长,客户活跃度低,客户越容易流失。反之,客户与企业交易行为周期短,客户处于活跃状态。

F 值越大,即客户与企业交易越频繁,客户与企业合作粘性强,忠诚度高。反之,客户与企业合作粘性差,忠诚度低。

M 值越大,即客户与企业的交易金额大,侧面反映客户自身的经营规模大,市场份额多且资金能力强。反之,则客户的经营规模小,市场份额少且资金能力弱。

RFM 模型通常将客户分成8类:重要价值客户、重要保持客户、重要发展客户、重要挽留客户、一般价值客户、一般保持客户、一般发展客户和一般挽留客户。

那么如何判断 R 值、F 值和 M 值的大小,比较值又该如何确定?比较值的大小会直接影响客户的划分类型。在实际运用中,经常使用平均数法、帕累托法则(28 法则)、四分位法等来确定,具体需要根据业务实际情况决定。

二、如何搭建 RFM 模型

1. 为什么要进行客户分层

渠道客户虽与企业签订了合作协议,但是与企业的交易行为受到自身资金周转和企业利润空间的影响。当企业提供的渠道政策好,产品利润空间大,能够赚到钱时,渠道客户就会和企业产生较高的交易往来。当渠道客户无利可赚,就会流失。

渠道客户的交易行为通常具有利益导向性和交易周期性特征。企业为了更好的维护客户关系,提高客户粘性,减少客户流失,就需要将客户进行分层管理。

客户流失的本质是需求无法得到满足。著名的马斯洛需求层次理论认为,人们普遍具有五种基本需求:生理需求、安全需求、感情需求、尊重需求和自我实现需求。该理论同样适用于企业个体上。

  • 处于生理需求层次的客户:需求可能是企业提供基本的返利政策、推广宣传费用支持、营销培训支持等;
  • 处于安全需求层次的客户:需求可能是企业提供合理的授信额度、防窜货机制、线上线下价格统一等;
  • 处于感情需求层次的客户:需求可能是良好的厂商关系、经销商奖励、经销商会议等;
  • 处于尊重需求层次的客户:需求可能是独家代理、特殊待遇、高层拜访、颁发奖项等;
  • 处于自我实现需求层次的客户:需求可能是参加顾问委员会、销售竞赛等。

通过 RFM 模型,企业可以将客户进行分层管理。不同价值层次的客户,需要企业提供的需求是不同的,价值层次越高的客户,需求层次也越高,例如重要价值客户的需求层次可能是自我实现需求,一般发展客户的需求层次可能是生理需求或安全需求。企业需要针对不同价值的客户给予不同的政策支持,进而满足客户期望,提升客户关系,减少客户流失。

2. 确定数据取值范围

渠道建设初期,客户池小,业务目标偏向于获客。随着业务的发展,客户池越来越大,为了更好地进行客户服务和资源的合理分配,实现客户价值最大化,就需要对客户进行分层管理。

1)确定数据源取值范围

客户与企业的签约周期一般为一年,次年根据自身的盈利情况和合作关系重新决定是否续约。

因此,数据源取值范围一般为去年至今的销售数据,用以分析客户的续签情况、销售能力和支付周期,以便预估客户今年的合作意愿、销售目标和交易趋势,进而预测企业渠道今年整体的销售目标。

2)确定分析的字段

关键指标:客户名称(客户编码)、订单编码、订单日期(年/月/日)、销售金额、销售数量等;

3)确定 R 值、F 值和 M 值的统计单位

渠道客户与企业的购买交易一般具有周期性特征,常常表现为季度或月度进行一次采购,交易节奏会受到企业提供的政策影响,如果企业实施的是季度政策,例如:季度返利、季度销售奖励等,渠道客户的下单节奏就会表现出季度趋势,即 3 月、6 月、9 月、12 月的下单金额会偏高。如果企业实施的是月度政策,则经渠道客户的下单节奏就会偏向于月月来单的稳定趋势。

由于渠道客户的下单趋势会受到企业政策的影响,此外,客户自身的产品流速周期也会影响其下单行为。对于渠道客户,无论是经营结算还是财务结算往往采用月度结算周期,因此,我们以月为单位对 R 值、F 值和 M 值进行数值统计。

渠道客户在一个自然年内的月度下单频次和下单趋势是各不相同的。有的客户一个自然月内会下多笔订单且下单时间不定,若每笔订单均计为一次来单,就会导致 F 较大,难以统计。因此,我们以自然月为单位,若客户在一个自然月内发生一次或一次以上下单行为,下单频次均记为 1,即 F=1,则一年内最大 F 值为 12 次,最大 R 值为 11 个月。

假设当前为 N 月,则 R 值的最大值为 12+N-1,F 值为的最大值为 12+N,M 值的最大值为去年累计销售额+今年 N 个月的累计销售额。

3. RFM 模型数据处理

假设某企业共有 X 个客户,分别统计出 X 个客户的 M 值、R 值和 F 值,并计算出对应的平均值。表格整理如图,根据 M 值、R 值和 F 值与平均值的大小,判断 M 价值、R 价值和 F 价值的高低,再根据价值高低判断客户所属类型。

  • M 值的平均值= X 个客户的 M 值之和 /X=156913.2
  • R 值的平均值 = X 个客户的 R 值之和 /X=4.7
  • F 值的平均值 = X 个客户的 F 值之和 /X=5.6

以图中第一个客户为例,该客户数值含义如下:

  • M 值 = 80738,即去年至今与企业的总交易金额为 80738 元;
  • R 值 = 6,即距离当前月已有 6 个月未下过订单;
  • F 值 = 4,即共计有 4 个月与企业产生过交易行为;
  • M 价值 = 0,即该客户总交易金额(80738 元)<平均交易额(156913.2 元),M 价值低;
  • R 价值 = 0,即交易时间间隔(6个月)>平均交易间隔(4.7 个月),R 价值低;
  • F 价值 = 0,即总交易频次(4次)<平均交易频次(5.6 次),F 价值低;
  • 根据 RFM 模型价值划分表,该客户属于一般挽留客户;

若客户的 R 值 >R 值的平均值,则 R 价值计为 0(低),表示客户的未下单的时间间隔高于客户平均交易间隔,即客户交易间隔较久。

若客户的 F 值 >F 值的平均值,则 F 价值计为 1(高),表示客户的交易频次高于客户平均交易频次,即客户交易频次较多。

若客户的 M 值 >M 值的平均值,则 M 价值计为1(高),表示客户的总交易金额高于客户平均交易额,即客户交易额较大。

根据 R 价值、F 价值和 M 价值判断客户类型,划分为重要价值客户、重要保持客户、重要发展客户、重要挽留客户、一般价值客户、一般保持客户、一般发展客户和一般挽留客户。

三、RFM 模型应用的思考

RFM 模型常常被应用于 C 端用户的召回上,由于影响 C 端用户重新激活或再次复购的因素往往是用户的需求度和满意度,当用户需求得到满足,用户就会再次转化。但 B 端客户不同,B 端客户的激活受诸多因素共同影响,即使客户的需求得到满足,也不一定能够实现客户的转化。客户是否与企业产生持续的付费行为,往往取决于其自身获利情况。

通过 RFM 价值划分的客户价值是否准确?客户价值不能简单地根据 RFM 价值直接判定。

由 RFM 模型我们知道,客户交易金额越大,交易频次越高,交易时间间隔越短,客户价值越大。在实际的业务中真的是这样的吗?对于同一类型的客户,客户价值是否相同呢?我们简单地举一个例子:

  • A 客户:RFM 数值分别是 R=3 ,F=4, M=200000;——下单表现:季度来单,每季度末下一次大额订单。
  • B 客户:RFM 数值分别是 R=3, F=4, M=200000;——下单表现:之前月月来单,现已有 3 个月没有下单。

A 客户和 B 客户的 R 值、F 值和 M 值都一样,均属于重要发展客户。其中A客户属于季度下单型客户,下单周期在3个月左右,B 客户属于月月下单型客户,下单周期在 1 个月左右。从 R 值、F 值和 M 值我们可以简单知道,A 客户的激活时间比 B 客户早,A 客户保持着季度下单节奏,处于正常合作状态。B 客户激活时间较晚,与企业合作了 4 个月,由于某种因素,现与企业不再合作,处于近乎流失状态。由此可见,R 值、F 值和 M 值直接说明客户的真实价值。

RFM 模型只是一种数据分析方法,想要了解客户的真实价值还需要深入分析客户的经营模式、资金规模、周转能力、产品结构、市场占有率和回款能力等。生搬硬套式的分析方法不可取,分析出来的结果也不准确,只有结真实的行业背景和实际的业务场景,了解客户的本质需求,才能更好地进行客户分层和管理,帮助并实现客户成功。