RFM模型用数据分析客户数据分析工具VIP免费

ANALYSIS&INSIGHTSRFM用数据分析我们的客户“**********************”公司logoRFM模型介绍RFM业务实际应用010201RFM业务实际应用什么是RFM模型RecencyMonetaryFrequency距离最近一次交易交易频率交易金额RFM模型被广泛运用于众多客户关系管理(CRM)的分析模式中，该模型对于客户价值和客户创利能力的衡量有着重要作用。该模型能够整合客户的近期交易行为、交易的总体频率以及交易金额三项指标，通过三项指标的数据反馈能够将客户加以区别。1.重要价值客户5.潜力客户8.流失客户7.一般维持客户6.新客户4.重要挽留客户3.重要深耕客户2.重要唤回客户运用RFM模型的公司A淘RFM模型介绍02RFM评分卡RFM业务含义1分2分3分4分5分R最近交易距离当前天数(黏性)>9060~9030~5915~29<15F累计单数(忠诚度)<1010~4950~99100~500>500M累计交易金额(收入)<30003000-999910000~4999950000~100000>100000R1434211934194111152564F16842110235154116651180M11017252831035443851629数据来源：XXX系统研究对象：我们的客户时间跨度：2020.XXXXX-20XX.XXXXXRFM客户分类客户类型最近交易距离当前天数(黏性)累计单数(忠诚度)累计交易金额(收入)对应货运圈的成员场景重要价值客户↑↑↑RFM都很大，优质客户，需要保持重要唤回客户↓↑↑交易金额和交易次数大，但最近无交易。需要唤回重要深耕客户↑↓↑交易金额大贡献度高，且最近有交易。需要重点识别重要挽留客户↓↓↑交易金额大，潜在的有价值客户。需要挽留潜力客户↑↑↓交易次数大，且最近有交易。需要挖掘新客户↑↓↓最近有交易，接触的新客户，有推广价值一般维持客户↓↑↓交易次数多，但是贡献不大，一般维持流失客户↓↓↓FM值均低过平均值，最近也没再发货相当于流失用户划分的阙值暂选为成员R、F、M平均值X.XY.Y已有客户有XX.XX%成为重要客户XXX个客户中，XXX个客户成为重要价值客户，占总体客户的XX.XX%重要价值客户34171.49%重要唤回客户439.01%重要深耕客户71.47%重要挽留客户81.68%潜力客户122.52%新客户163.35%一般维持客户81.68%流失客户428.81%已有客户客户数占比已有客户有中存在流失客户XXX个存量成员中，XXX个客户成为重要价值客户，占总体客户的XX.XX%重要价值客户15779.29%重要唤回客户199.60%重要深耕客户21.01%重要挽留客户151%潜力客户31.52%新客户42.02%一般维持客户151%流失客户115.56%放款客户客户数占比XXX个存量成员中，XXX个客户成为重要价值客户，占总体客户的XX.XX%使用这个工具我们可以做的开发新客户针对不同价值客户执行不同策略特别关注“流失”客户一二三感谢观看TOGETHER“**********************”创美好共未来