CRM客戶關系管理系統(tǒng)的分析模式中，RFM模型是被最廣泛使用的。下面簡單介紹一下RFM模型，包括RFM模型的缺陷及解決方案。

RFM模型

R——Recency：

反應的是顧客的活躍度。簡單來說，比起許久未消費的顧客相比，最近消費的顧客對公司比較有印象，如果顧客的消費體驗良好的話，很可能會再次選擇消費。此時，營銷人員應主動出擊，提供這些顧客更多產(chǎn)品介紹或是加值服務，重新點燃他們的消費欲望。

F——Frequency：

能幫你找到持續(xù)購物的顧客。消費頻率可能受到產(chǎn)品類、補貨或更換需求等影響。比如經(jīng)過RFM的分析，發(fā)現(xiàn)某顧客平均每個月會進行消費，表示顧客本來就有消費習慣或預算的，因此營銷人員可以在下一個消費周期前，提醒或推廣新產(chǎn)品，鼓勵他們持續(xù)消費。

M——Monetary：

幫你分辨真正的「貴客」。他們不一定經(jīng)常性消費，但消費總金額很高，可能貢獻了很多營銷業(yè)績。面對消費能力較高顧客，可以鼓勵他們繼續(xù)消費，很可能會提高業(yè)績。

在 RFM 模型的分類和實施上，可以根據(jù)企業(yè)或者品牌的需求來定義每一個維度的重要級，定義字段和編號，從而讓運維人員直接篩選判斷需要維護的用戶和維護的方式。如下秒數(shù)據(jù)在CRM全渠道用戶聚合時使用的用戶RFM價值模型分析，示例結果如下。根據(jù)R和F值的大小，清晰直觀地統(tǒng)計出企業(yè)的用戶類型。

RFM模型的缺陷

RFM最大的短板，在于用戶ID統(tǒng)一認證，這在相當多的企業(yè)里是非常難實現(xiàn)。

比如你去超市、連鎖店、門店買東西，往往收銀小妹會機械的問一句：有會員卡嗎？如果回答沒有，她也放你過去了；導致的結果是線下門店的訂單，一般有70%-90%無法關聯(lián)到用戶ID；進而導致整個用戶數(shù)據(jù)是嚴重缺失的，直接套RFM很容易誤判用戶行為。又比如至于用戶一人多張會員卡輪流薅羊毛，多個用戶共同一張VIP卡拿最大折扣，店員自己用親戚的卡把無ID訂單的羊毛給薅了之類的事，更是層出不窮，這在實體企業(yè)、互聯(lián)網(wǎng)企業(yè)都普遍存在。所以做RFM模型的時候，如果你真看到高質量用戶，十有八九是有問題的。現(xiàn)在的企業(yè)往往在淘寶、天貓、京東、自有微商城、有贊云、小紅書等幾個平臺同時運作，更加加大了統(tǒng)一認證的難度，如果沒有規(guī)劃好，很容易陷入無窮無盡的補貼大坑。

如何讓RFM模型更好用

RFM客戶價值分析本身并沒有錯，在數(shù)據(jù)匱乏（特別是缺少埋點數(shù)據(jù)）的情況下，用RFM比不用RFM好太多了。RFM的三個維度，每一個都很好用，整體架構也適合用于評估用戶經(jīng)營的整體質量。錯的是生搬硬套RFM，不做深入分析。

用戶生命周期也需要數(shù)據(jù)采集，而且是采集一個最關鍵的數(shù)據(jù)即可。現(xiàn)在很多企業(yè)克服不了這個難題，下秒數(shù)據(jù)（Nexadata）提供了解決方案。Nexadata匯聚用戶在不同平臺/不同觸點的消費情況、活躍時段、活動參與等數(shù)據(jù)，進一步對用戶進行打標簽和人群分析，并將結果自動推送回營銷平臺支撐精準營銷活動，具體步驟是：

1.使用連接器自動抽取多平臺用戶數(shù)據(jù)，清洗數(shù)據(jù)。使用ELT+A模式，圍繞API打造的低代碼能力擴展更豐富、更實用的業(yè)務應用場景，讓企業(yè)通過Nexadata智能數(shù)據(jù)管道做數(shù)據(jù)整合、分析建模后再反哺數(shù)據(jù)分析結果到對應的業(yè)務系統(tǒng)，加速釋放業(yè)務數(shù)據(jù)價值。

2.形成唯一用戶id，根據(jù)用戶行為給數(shù)據(jù)打標簽，可以自定義會員的等級標簽，生成不同顏色的RFM標簽，清晰直觀，便于后續(xù)做數(shù)據(jù)分析。

3.將用戶標簽推送回CRM營銷平臺，形成閉環(huán)的全鏈路數(shù)據(jù)打通，打造自上而下的數(shù)據(jù)分析指標。

審核編輯 黃昊宇