加餐02 RFM分层：店铺收入大幅下跌的原因是什么？
你好，我是陈博士，今天我们来聊聊RFM分层。
你是否遇到过这样的情况：
- 你服务了很多客户，每天忙来忙去，但是业绩就是不高。
- 又或者在公司里，你开了很多的会，写了很多的项目文档，但是一年下来，忙忙碌碌，依然成就感不强。
那今天我给你介绍下RFM分层，这种方法简单有效，让你思考如何找到事物的主要矛盾，以及主要矛盾的主要方面。
RFM 分层
RFM模型是一种基于客户历史行为的分析方法，通过对客户的R、F、M三个指标进行分析，理解不同客户的价值。
- Recency（最近购买时间）：客户上次购买的时间距离现在有多久。通常，最近购买过的客户更容易被激活和转化。
- Frequency（购买频率）：客户在一段时间内的购买次数。购买频率越高，意味着客户的活跃度和忠诚度越高。
- Monetary（购买金额）：客户在一定时期内的总消费金额。金额越高，客户的价值就越大。
通过RFM这三个维度，可以实现不同层级客户的差异化决策。
这里，我们将用户分成了2*2*2=8层，具体如下：
RFM 应用实例：店铺收入大幅下跌的原因
一个店铺，某个月收入大幅下跌60%，通过数据分析，发现原来是几个重要的客户被竞争对手挖走了（这几个客户贡献了店铺60%的收入）。
请思考：出现这个问题的原因是什么？
有可能是店主没有对用户进行分层，而是一视同仁，也就是所有用户都采取相同的运营决策。
而竞争对手，有效识别出来了大客户，比如第1类用户，RFM每个指标都很高的用户，是最重要的用户（最近一次消费较近、消费频率高、消费金额高），这里就要提供 VIP 服务。
在我们日常生活工作中，也常常有类似的例子。
比如很多航空公司都拥有常旅客计划（如会员卡、积分奖励等），但一些航空公司并未细化客户层次，就会出现对高频出行、消费金额高的常旅客没有进行区别对待。
此时如果竞争对手对客户进行了RFM价值分层，识别出这些高价值的常旅客，为他们提供优先登机、免费升级、贵宾休息室等VIP服务，就会导致这些高价值的客户转向竞争对手，导致重要客户流失。
这样的例子，还有很多。比如，在电商平台中，最近频繁购买的价值客户（高Recency和高Monetary）应该享有VIP待遇，而那些长期未购买的价值客户（低Recency和高Monetary）可以通过专属优惠活动来激活。
同样，针对在线教育平台，活跃度高且课程消费金额大的学员可以被视为“优质学员”，可以为他提供专属的一对一课程推荐服务。
延伸：帕累托法则
其实RFM分层和帕累托法则是一个道理。帕累托法则（Pareto Principle）又称20/80法则，是意大利经济学家帕累托提出的。他最早发现，在意大利这个国家，20%的人拥有80%的财富。
你可以想一下，在我国是否也有同样的情况？
比如招商银行的数据告诉我们，占比1.9%的金葵花客户（指日均资产在50万以上的客户），占所有零售客户资产的82%。这里你能看到，在金融领域这个比例会更夸张。
你还可以观察下，在我们的商业社会中，这种现象是否很普遍，即少数关键因素会占据大部分成果，比如：
- 80%的销售额来自20%的客户。
- 80%的利润来自20%的产品。
- 80%的投诉来自20%的客户群体。
如果它是一个普遍规律，我们该怎样应用呢？
你可以思考下，数据分析的方法很多，是否需要都掌握？还是说，只有少数的方法才会在今后的工作中频繁使用到？
你也可以思考下，你忙忙碌碌了一年，是否所有的事情都值得做？比如一年中你干了100件事，那有没有可能，只完成20件事就可以完成这一年80%的业绩？
思考题
假设你是银行的客服经理，最近你发现投诉量在短期内显著增加。你需要找到这些客户，并采取针对性的措施来处理这些投诉，避免进一步的客户流失。你是如何思考这个问题，并进行有效识别的呢？
期待你的分享，如果今天的内容对你有所帮助，也欢迎你转发给有需要的朋友，一起学习！
- PatrickL 👍（0） 💬（0）
RFM分层和帕累托法则可以用于精准营销，比如银行业的高端客户流失预警模型。由此我想到了一句话：选择比努力更重要。做正确的事，而不仅仅是正确地做事。
2024-12-24