RFM 分析 是一种数据驱动的 客户行为细分技术。RFM
代表最近一次购买的时间、购买频率和购买金额。
其理念是根据客户上次购买的时间、过去购买的频率以及总消费金额对 俄罗斯手机号 客户进行细分。事实证明，这三项指标都是预测客户是否愿意参与营销信息和优惠的有效指标。
虽然 RFM 分析诞生于直邮，但它是当今电子商务商店使用的强大工具。
上图很好地说明了客户细分如何帮助企业向客户传达特定的价值。图片来源：Intercom
RFM 分析的历史
RFM 分析最早应用于目录行业。先驱包括 Land's End、JC Penny's 等。自诞生以来，已经开发出许多 RFM 变体，包括
新近度、频率、持续时间——适用于基于观众的商业模式
新近度、频率、参与度——这降低了购买要求。这在间接将关键客户货币化的商业模式中也很有用。
还有更多- 还有很多其他的。您可以在 Wikipedia 上查看 RFM 分析文章，获取更完整的列表。
RFM 分析的好处
对您的客户群进行 RFM 分析并向高价值目标发送个性化活动将为您的电子商务商店带来巨大的好处。
提高转化率： 个性化优惠将产生更高的转化率，因为您的客户正在参与他们关心的产品。
提升 单位经济效益
增加 收入和利润
如何计算 RFM 指标
您应该如何计算新近度？或者评分频率？什么是良好的货币化阈值？
定义阈值是细分的第一步。下面我们讨论电子商务公司可用于新近度、频率和货币化的常见指标。
如何计算 RFM 分析的新近度
新近度衡量自上次购买以来的时间。
电子商务商店在计算新近度时面临两个挑战。
首先，在全渠道世界中，很难将来自各个渠道的购买数据联系在一起。
其次，每个企业对良好新近度分数的理解各不相同。例如，消耗品天生就需要频繁订购，因此距离上次购买所需的时间越短，得分就越高。
上图显示，星巴克的产品通常在一天内消费完毕。与产品生命周期较长、流通速度较慢的产品相比，他们的产品组合需要对新近度数据进行不同的解读。