背景（Background）

一個會員服務的企業，有近1年約1200個會員客戶的收銀數據。由于公司想針對不同類别不活躍客戶進行激活促銷；同時，為回饋重點客戶，也計劃推出一系列針對重點客戶的優惠活動，希望保留這些客戶，維持其活躍度。因此希望利用該數據進行客戶分類研究。

根據客戶的需求，RFM模型相對簡單并且直接，按照R(Recency-近度）、F(Frequency-頻度）和M（Monetary-額度）三個維度進行細分客戶群體。由于該客戶的數量較少（約1200個），所以，采用3x3x3=27個魔方（1200/27=44左右）較為合适，雖然平均每類客戶數量較少，考慮到集中度分布情況，數量多的分類也能夠有200-300左右，适合針對會員客戶進行短期的電話、短信營銷或者信函營銷的數量。

正文

RFM模型原理

RFM模型是一個簡單的根據客戶的活躍程度和交易金額貢獻所做的分類。因為操作簡單，所以較為常用。

近度R：R代表客戶最近的活躍時間距離數據采集點的時間距離，R越大，表示客戶越久未發生交易，R越小，表示客戶越近有交易發生。R越大則客戶越可能會“沉睡”，流失的可能性越大。在這部分客戶中，可能有些優質客戶，值得公司通過一定的營銷手段進行激活。

頻度F：F代表客戶過去某段時間内的活躍頻率。F越大，則表示客戶同本公司的交易越頻繁，不僅僅給公司帶來人氣，也帶來穩定的現金流，是非常忠誠的客戶；F越小，則表示客戶不夠活躍，且可能是競争對手的常客。針對F較小、且消費額較大的客戶，需要推出一定的競争策略，将這批客戶從競争對手中争取過來。

額度M：表示客戶每次消費金額的多少，可以用最近一次消費金額，也可以用過去的平均消費金額，根據分析的目的不同，可以有不同的标識方法。一般來講，單次交易金額較大的客戶，支付能力強，價格敏感度低，是較為優質的客戶，而每次交易金額很小的客戶，可能在支付能力和支付意願上較低。當然，也不是絕對的。

通過RFM分析将客戶群體劃分成一般保持客戶、一般發展客戶、一般價值客戶、一般挽留客戶、重要保持客戶、重要發展客戶、重要價值客戶、要挽留客戶等八個級别。

“↑”表示大于均值，“↓”表示小于均值

因為有三個變量，所以要使用三維坐标系進行展示，X軸表示Recency，Y 軸表示Frequency，Z軸表示Monetary，坐标系的8個象限分别表示8類用戶，根據上表中的分類，可以用如下圖形進行描述：

RFM的分析工具有很多，可以使用SPSS或者SAS進行建模分析，然後深度挖掘。IBM SPSS還有個Modeler，有專門的RFM挖掘算法供使用。本文為了普及，介紹使用Excel（2016版）做初步的RFM分析，操作步驟如下：

第一步：數據處理

根據分析需要，R用客戶最後成交時間跟數據采集點時間的時間差（天數）作為計量标準；F根據數據集中每個會員客戶的交易次數作為計量标準（1年的交易次數）；M以客戶平均的交易額為計量标準。通過Excel的透視表即可計算以上RFM數據。

Excel操作：

确認數據表連續的，中間沒有空行空列的情況

選中表格中有數據的任意單元格

在“插入”選項卡下點擊“數據透視表”，excel會默認選擇有數據的整個區域，無需在插入透視表前選擇區域

在右側的數據透視表字段中，将“客戶編号”拖動至行的位置，将“日期”拖動到值得位置。日期的計算方法默認是計數，這裡我們希望它計算最大值，點擊“計數項：日期”右側的小三角

點擊後出現如下選項，選擇“值字段設置”

将值彙總方式改為“最大值”。如果此時直接點擊确定，透視表中日期将變為數字形式顯示，為了使其顯示為日期格式，點擊“數字格式”更改格式，選擇日期格式。

接下來，依次将“記錄ID”和“銷售金額”拖動至值的位置，按照上面修改日期的值彙總方式，“記錄ID”值彙總方式選擇計數，“銷售金額”值彙總方式選擇平均值。

以上我們得到了：

1）F值：客戶這1年共消費了多少次

2）M值：客戶每次交易的平均消費金額

但是，R值還需要做些處理。目前R值隻得到的是客戶最近一次消費日期，需要計算距離數據采集日期的天數。

Excel操作：

選中整個透視表區域（快捷操作：點中透視表中任意單元格，按Ctrl A），複制整個透視表

新建一個sheet，點擊右鍵，在粘貼選項中選擇粘貼值

在空白單元中填入采集數據日期，選中B列中除去彙總行其他有數據的區域即B1:B996（快捷操作：選中B1單元格，同時按住Ctrl Shift 向下鍵可以選中該列所有有數據的單元格，然後按住Shift 向上鍵，此時就選中了除去彙總行的其他單元格），點擊右鍵，選擇選擇性粘貼，在對話框中運算區域選擇“減”。

此時B列下數據現在顯示為#号。保持B列中數據被選擇的情況，在開始選項卡下，将格式修改為“常規”。此時B列中的數據都是負數。在空白單元格中鍵入-1，複制填有-1的單元格，選中B列中有數據的單元格，選擇性粘貼，這次運算方式改為“乘”，方法參考上一步選擇性粘貼的方法。

最後得到：

到此，我們得到R,F,M針對每個客戶編号的值。

第二步：數據分析

R-score, F-score, M-score的值，為了對客戶根據R,F,M進行三等分，我們需要計算數據的極差（最大值和最小值的差），通過對比R（或者F,M）值和極差三等分距，來确定R（或者F,M）的R-score, F-score, M-score。

所以先計算R、F、M的最大值、最小值、極差三等分距

Excel操作：

在G2中求 R的最大值，利用公式max求最大值，公式參考下圖

在G3中求 R的最小值，利用公式min求最小值，公式參考下圖

在G4中求 R的極差三等分距，公式參考下圖

計算F、M的最大值、最小值、極差三等分距（快捷操作：選中剛剛計算的三個單元格，将鼠标滑動值選中區域的右下角，出現一個黑色實心的十字，點擊左鍵，拖動鼠标至I4單元格）

R-score的計算公式為：

插入4列計算R值、F值、M值、RFM值

在E2中輸入公式=IF(ROUNDUP((B2-K$3)/K$4,0)=0,1,ROUNDUP((B2-K$3)/K$4,0))。之所以使用IF判斷函數，主要是考慮到當R值為最小值時，roundup(B5,0)為0，用if函數判斷如果為0，則強制為1。使用K$3和K$4鎖定引用的單元格，是為了後續的公式複制，最小值和極差三等分距不會發生相對引用而變化位置（鎖定引用單元格除了手工添加$符号外，快捷方式是選中引用的單元格按F4快捷鍵，此處都比較麻煩，手工輸入$符号還快些）

滑動鼠标至E2單元格右下角，出現黑色實心十字後，按住左鍵拖動鼠标至G2單元格，求出F值和M值

RFM-score的計算，利用分别乘以100-10-1然後相加的方式，讓R、F、M分别為一個三位數字的三個百分位、十分位和個位表達，該三位數的三個位代表了3x3x3=27魔方三個維度上的坐标。

在H2單元中輸入公式，=E2*100 F2*10 G2，求得RFM值

在選中E2:H2單元格的狀态下，滑動鼠标至H2單元格右下角，出現黑色實心十字後，雙擊鼠标左鍵，求得所有客戶的R值、F值、M值和RFM值，如下圖

接下來的步驟就是統計各個魔方上的客戶數量，再次利用透視表形成統計結果。

Excel操作：

選中數據表中帶有數據的任意單元格，在插入選項卡下，選擇數據透視表。由于左側數據表和右側計算R、F、M的最大值等數據表中間有空列，所有Excel在識别區域時，不會識别到右側的數據表，默認區域會識别到997行，由于不需要最後一行的彙總行，将區域修改隻到996行。

将RFM score拖入行的位置，将行标簽拖入值得位置，彙總方式為計數。

第四步：數據分析結果解讀和可視化

得到這個分析結果，利用Excel的條件格式功能可以對得到的數據分析結果做簡單的視覺化。

Excel操作：

将B列寬度拉寬

在開始選項卡下，選擇條件格式下拉菜單下，選擇數據條，選擇随意顔色即可

通過條形圖的視覺化，可以直觀地對比哪類客戶數量較多。

第五步：數據分析結果的商業解讀（略）

因為此數據為模拟數據，且數據分析過程中有許多需要商業活動參與執行者參與的過程。此案例僅僅是一種操作的演示。具體的分析結果解讀，讀者可以自行思考，也可以将您的答案留言到評論區哦。

大家可以思考以下幾個問題：

1）哪一類客戶是最優質的客戶？

2）哪一類客戶是具有高流失風險的優質客戶？

3）哪一類客戶是需要進行Upsell的客戶？

4）哪一類客戶是公司的高成本客戶（不賺錢客戶）？

結 語

消費進度、消費頻度、消費額度是測算消費者價值最重要也是最容易的方法，這充分的表現了這三個指标對營銷活動的指導意義，但不代表這三個指标牢不可破，例如嘀嘀（快車、專車、順風車多業務類型）和支付寶（多功能場景）這種，業務方除了消費額度、消費頻度以外，在制定補貼策略的時候，還會考慮用戶的跨場景使用，越多的功能業務場景被使用，意味着用戶忠誠度越高，這個時候将模型的核心指标增加或者調換，就可以實際應用到輔佐補貼策略上了，這也是為什麼别人領券能領5塊錢，你隻能領1塊錢，别人為啥能領到快車券，你隻能領到接機專車券的原因了。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!