RFM 分析法帮助企业透过动态的客户行为信息，更深入地洞察客户行为，将客户根据不同的行为特征细分为不同的群体
怎样掘出客户价值
文 /刘艳 春节期间，正是商家的促销旺季，如果作为一家大型超市的市场经理，如果在既定的促销预算里，只能从60 万交易会员中挑选20 万人进行直邮目录营销，你会如何选择呢
“消费大佬”不一定是目标 不少人往往会对60 万会员进行高低排序，并将排名靠前的20 万名会员作为目录营销的主要对象
但是，这种方法所带来的响应率却并不理想
试想，有这样两位客户，一位在你的产品目录上一年消费10 万元，而另一位却只消费1 千元，有什么理由坚信消费10 万元的客户一定比消费1 千元的客户更有可能打开促销信件呢
事实也恰恰相反，因为一个消费能力足够高的客户，常常会出现在多个商家的重要客户名单上，如果他在短时间内收到多个商家的促销产品册，那么你的资料被忽略的概率要高得多；而消费能力低的客户受到竞争商家的影响反而小，信件的拆阅率反倒更高
所以，如果单一按消费金额进行客户选择，不是获得最高收入的最佳方式
用 RFM 掘金 如果能在考虑客户消费金额的同时，结合最近购买情况和购买频率，就可以回避一些问题
如果按重要性排序，可以分为R（ Recency，客户最近一次的购买情况）、 F（ Frequency，客户购买频率）和M（ Monetary，客户消费金额），结合起来就是RFM 分析法
只要你已经对交易客户建立了客户数据库，就可以开始使用这种分析方法来挖掘客户价值的金矿
通常情况下，客户最近购买情况（R）与客户购买频率（F）对客户的响应率会有更大影响
因为绝大多数人在新购车、购房或购物后，会持续一种激动
如果顾客第一次在某商场购物后，很快就收到来自那个商场的信件，肯定会马上拆阅这封信
消费频率（F）则是客户在一段时间内购买的次数，经常购买的客户，在满意度、品牌信任度
