在進(jìn)行客戶體驗(yàn)管理之前，通過對客戶本身全面、準(zhǔn)確的了解，藉由客戶分群的刻畫，針對不同客群提供與之高度相關(guān)的個(gè)性化體驗(yàn)，能夠讓企業(yè)更加聚焦目標(biāo)客戶，有助于推動(dòng)更強(qiáng)的客戶轉(zhuǎn)化。

通過本文，你可以了解到：

• 1、客戶分群的意義
• 2、客戶分群 RFM 模型
• 3、選擇正確的評價(jià)指標(biāo)
• 4、RFM 的評分方式
• 5、RFM 的 8 個(gè)客戶類型
• 6、RFM 新零售案例實(shí)操 — Excel 計(jì)算
• 7、RFM 分析和評價(jià)
• 8、寫在最后

1、客戶分群的意義

目前，客戶分群常用于市場營銷部門，對于體驗(yàn)部門而言雖然分工不同，但目標(biāo)卻是一致的。都是希望找尋到各個(gè)客群的相似性，比如，行為模式、喜好等等。針對不同客群指定不同的策略，為客戶提供”恰當(dāng)?shù)捏w驗(yàn)“。

麥肯錫在研究報(bào)告指出，客戶分群對于提升業(yè)務(wù)收入有正向作用。

這里有一個(gè)案例，一家跨國發(fā)卡機(jī)構(gòu)面臨業(yè)務(wù)增長困難、消費(fèi)者流失率高、早期接觸點(diǎn)客戶忠誠度下降等挑戰(zhàn)。

面對挑戰(zhàn)，機(jī)構(gòu)首先根據(jù)客戶行為，進(jìn)行客戶分群，全面調(diào)整客戶體驗(yàn)培訓(xùn)流程。

在分群后的研究中發(fā)現(xiàn)最大價(jià)值的最優(yōu)操作順序，以此設(shè)計(jì)出不同客群個(gè)性化的客戶旅程與互動(dòng)策略。

效果驗(yàn)證以 50 多個(gè)試點(diǎn)為依據(jù)，讓每個(gè)客戶細(xì)分養(yǎng)成預(yù)期的行為。通過幾個(gè)禮拜的數(shù)據(jù)反饋，與對照組相比，交易量提升了 6% 。

2、客戶分群 RFM 模型

那么，該如何進(jìn)行有效的客戶分群呢？

RFM 模型是客戶分群及衡量客戶價(jià)值的重要模型之一。最早提出者 — 喬治?卡利南（George Cullinan）指出，在客戶資料庫中有 3 項(xiàng)重要指標(biāo)。

R（Recency）近度 → 客戶最近一次交易時(shí)間的間隔，交易時(shí)間越近的客戶價(jià)值越大。

F（Frequency）頻度 → 客戶在最近一段時(shí)間內(nèi)交易的次數(shù)，經(jīng)常購買的客戶也就是熟客，價(jià)值比偶爾來一次的客戶價(jià)值大。

M（Monetary）額度 → 客戶在最近一段時(shí)間內(nèi)交易的金額，通常以客戶單次的平均消費(fèi)金額作為衡量指標(biāo)，消費(fèi)越多的客戶價(jià)值越大。

通?？蛻舴秩河袃煞N方式：一種是根據(jù)客戶的基本信息，另一種是根據(jù)客戶的行為數(shù)據(jù)。

而 RFM 模型利用的就是客戶的行為數(shù)據(jù)。

3、選擇正確的評價(jià)指標(biāo)

對于電商購物業(yè)務(wù)較為常用上述指標(biāo)進(jìn)行評價(jià)，但對于不同行業(yè)、不同的業(yè)務(wù)目標(biāo)，進(jìn)行客戶分群的維度會(huì)有所差異。

比如，電子郵件（EDM）營銷依據(jù) RFM 模型，可以劃分為「R = 上次郵件打開的時(shí)間」、「F = 一段時(shí)間內(nèi)，郵件打開的次數(shù)」、「M = 一段時(shí)間內(nèi)，根據(jù)每個(gè)客戶的獲取成本及利潤等因素估計(jì)的價(jià)值」。

比如，互聯(lián)網(wǎng)社交業(yè)務(wù)依據(jù) RFM 模型，可以劃分為「R = 最近一次登錄時(shí)間」、「F = 一段時(shí)間內(nèi)，登錄頻率」、「M = 一段時(shí)間內(nèi)，在線時(shí)長」。

選擇正確的指標(biāo)，才能得到有效的結(jié)果。

4、RFM 的評分方式

RFM 客群劃分以電商購物業(yè)務(wù)為例，常見的劃分方式有以下 2 種。

1) 依據(jù)行業(yè)規(guī)則劃分

R 指標(biāo)可以依據(jù)間隔天數(shù)分段，如：大于 90 天未購買屬于低價(jià)值，反之為高價(jià)值。F 指標(biāo)可以依購買次數(shù)分段，如：購買小于 2 次屬于低價(jià)值，反之為高價(jià)值。M 指標(biāo)可以依客單價(jià)分段，如：平均客單價(jià)以下屬于低價(jià)值，反之為高價(jià)值。

2) 依據(jù)百分位規(guī)則劃分

這種方式是將數(shù)據(jù)轉(zhuǎn)換成 1~5 分計(jì)分方式，轉(zhuǎn)化后分值越高代表價(jià)值越高，一般可以按 20%/40%/60%/80% 分位數(shù)將數(shù)據(jù)計(jì)為 1~5 分。

計(jì)分方式如下表所示：

R 指標(biāo)是時(shí)間間隔越短越好，所以 <20% 分位數(shù)分值為 5 分。時(shí)間間隔指的是上次消費(fèi)是 5/1，今天是 5/3，則相隔 2 天。F 指標(biāo)是頻次越高越好，所以 >80% 分位數(shù)分值為 5 分。M 指標(biāo)是金額越高越好，所以 >80% 分位數(shù)分值為 5 分。

想要進(jìn)行客戶劃分，還需要把分值進(jìn)行轉(zhuǎn)換。

將 1~5 分值，按分別對應(yīng)的平均值進(jìn)行劃分，劃分為 0 和 1，數(shù)字 0 代表低價(jià)值群體，數(shù)字 1 代表高價(jià)值群體。

計(jì)分方式如下表所示：

5、RFM 的 8 種客戶類型

RFM 模型通過將 3 項(xiàng)行為數(shù)據(jù)指標(biāo)分別作為坐標(biāo)軸的 x，y，z 軸，可以將客戶劃分為 8 種類型客戶，進(jìn)一步指導(dǎo)客戶體驗(yàn)管理的下一步工作。分別是：重要價(jià)值、重要挽留、重要發(fā)展、重要維持、一般價(jià)值、一般挽留、一般發(fā)展和一般保持。

圖片來自《經(jīng)理人月刊 第 187 期》 | Guofu 重繪

R↑F↑M↑：對于一家企業(yè)來說，獲得更多的「重要價(jià)值客戶」是維系企業(yè)健康發(fā)展的源動(dòng)力，客戶體驗(yàn)管理應(yīng)優(yōu)先關(guān)注「重要價(jià)值客戶」的需求點(diǎn)?？梢灾贫蛻糁艺\度計(jì)劃，為他們提供相應(yīng)的福利。可以發(fā)送問卷，關(guān)注重視他們的聲音，加強(qiáng)與他們與企業(yè)的關(guān)系。

?? 如果企業(yè)在客戶群體分布中，大多為價(jià)值很低的「一般保持客戶」，那么企業(yè)業(yè)務(wù)會(huì)隨時(shí)有經(jīng)營危機(jī)。

R↓F↑M↑：在過去業(yè)務(wù)發(fā)展過程中，作出過重要貢獻(xiàn)的客戶群，是消費(fèi)頻率和金額都很高的客戶為「重要保持客戶」，但是最近一次消費(fèi)時(shí)間距離現(xiàn)在已經(jīng)很久，企業(yè)需要重新花時(shí)間了解他們目前的需求，以及為什么近期不再消費(fèi)。

R↑F↓M↑：最近剛剛接觸公司并進(jìn)行高額消費(fèi)的客戶群，但是消費(fèi)頻率不高為「重要發(fā)展客戶」。企業(yè)可以嚴(yán)格審視服務(wù)流程的每一個(gè)體驗(yàn)環(huán)節(jié)，為他們輸出良好的品牌形象，加深客戶對品牌的印象。

R↓F↓M↑：最近一次消費(fèi)時(shí)間較遠(yuǎn)、消費(fèi)頻率不高，但消費(fèi)金額高的客戶為「重要挽留客戶」。他們對企業(yè)缺乏了解或信任，企業(yè)要主動(dòng)與這類客群進(jìn)行交互，看看有哪些體驗(yàn)不滿意的地方，避免失去這群客戶。

還有對于「一般保持客戶」、「一般發(fā)展客戶」、「一般價(jià)值客戶」、「一般挽留客戶」客群來說，企業(yè)在業(yè)務(wù)上無法為所有的客群都提供高質(zhì)量的體驗(yàn)，有”舍”才有”得”。

企業(yè)應(yīng)該專注在核心客群的體驗(yàn)打造，減少重要挽留客戶，活化重要保持客戶，挖掘重要發(fā)展客戶。

6、RFM 新零售案例實(shí)操

RFM 客戶分群會(huì)使用某新零售電商平臺（2021/10–2022/04）訂單真實(shí)數(shù)據(jù)。演示數(shù)據(jù)集已經(jīng)過數(shù)據(jù)脫敏，本數(shù)據(jù)集僅可用于學(xué)習(xí)。

公眾號后臺回復(fù) [RFM] 可獲取案例演示數(shù)據(jù)集- 訂單數(shù)據(jù).xlsx

在觀察此數(shù)據(jù)表時(shí)，發(fā)現(xiàn)「訂單號、用戶編號、支付時(shí)間」存在”空值“，這些都是分析中需要使用的欄位，需要對進(jìn)行數(shù)據(jù)填充。另外，為便于計(jì)算，支付時(shí)間需轉(zhuǎn)為匹配的日期格式。

操作步驟如圖所示 

數(shù)據(jù)集一共有 8 個(gè)欄位，其中使用 RFM 模型只需用到：訂單號、用戶編號、支付時(shí)間、實(shí)付金額 4 個(gè)欄位。

注意：你們自有原數(shù)據(jù)前處理，需要檢查缺失值、剔除訂單中含已取消/退款訂單數(shù)據(jù)。

下面進(jìn)入 RFM 計(jì)算演示。

步驟 1：

全選原數(shù)據(jù) → 插入/數(shù)據(jù)透視表 → 新工作表。

在數(shù)據(jù)透視表字段中，將[用戶編號]拉入行，將[訂單號]、[實(shí)付金額]、[支付時(shí)間]拉入值。通過設(shè)定[訂單號]計(jì)算方式為”計(jì)數(shù)項(xiàng)“、[實(shí)付金額]]計(jì)算方式為”求和項(xiàng)“、[支付時(shí)間]]計(jì)算方式為”最大值項(xiàng)“，得到以用戶編號進(jìn)行區(qū)分的計(jì)算值。

步驟 2：

將計(jì)算后的數(shù)據(jù)復(fù)制到新工作表，想要得到可用的 RFM 數(shù)據(jù)，還需要做一些加工。

對表頭稍加調(diào)整后，由于 R 指標(biāo)需要的值是上次消費(fèi)距離現(xiàn)在的時(shí)間，目前的是最后一次消費(fèi)時(shí)間，需要進(jìn)行再次計(jì)算。

筆者想知道最近消費(fèi)時(shí)間距離 2022/5/12 間隔天數(shù)，使用 =$E$2-D2 計(jì)算。

如果你是想知道距離今天為止間隔多少天，可以使用函數(shù) =TODAY()-D2。

在這個(gè)步驟，可以得到用于 RFM 模型客戶分群目標(biāo)數(shù)值。

步驟 3：

基于計(jì)分規(guī)則進(jìn)行 RFM 得分計(jì)算，筆者這里使用的是百分位規(guī)則進(jìn)行數(shù)值轉(zhuǎn)換。

計(jì)分計(jì)算需要使用到 Excel 的多條件判斷 IFS 函數(shù)，百分位使用 PERCENTILE 函數(shù)，RFM 指標(biāo)計(jì)算依序使用下列算式 

=IFS(B2<O21,5,B2<PERCENTILE(B:B,0.4),4,B2<PERCENTILE(B:B,0.6),3,B2<PERCENTILE(B:B,0.8),2,B2>=PERCENTILE(B:B,0.8),1)
=IFS(C2<PERCENTILE(C:C,0.2),1,C2<PERCENTILE(C:C,0.4),2,C2<PERCENTILE(C:C,0.6),3,C2<PERCENTILE(C:C,0.8),4,C2>=PERCENTILE(C:C,0.8),5)
=IFS(D2<PERCENTILE(D:D,0.2),1,D2<PERCENTILE(D:D,0.4),2,D2<PERCENTILE(D:D,0.6),3,D2<PERCENTILE(D:D,0.8),4,D2>=PERCENTILE(D:D,0.8),5)

復(fù)制代碼

通過計(jì)分計(jì)算，可以知道客戶對應(yīng)的代碼值，如 115008 RFM 對應(yīng)的代碼值為 111。這個(gè)代碼值可用于后續(xù)客戶類型匹配。

通過計(jì)分計(jì)算，可以知道客戶對應(yīng)的代碼值，如 115008 RFM 對應(yīng)的代碼值為 111。這個(gè)代碼值可用于后續(xù)客戶類型匹配。

有資料研究表明：對 RFM 模型各變量的指標(biāo)權(quán)重問題，Hughes&Arthur 認(rèn)為 RFM 在衡量一個(gè)問題上的權(quán)重是一致的，因而并沒有給予不同的劃分。筆者在本次演示計(jì)算不涉及 RFM 加權(quán)計(jì)算。

另外，Stone&Bob 通過對信用卡案例的實(shí)證分析，提出了更能適應(yīng)產(chǎn)業(yè)特性的計(jì)算方式。認(rèn)為各個(gè)指標(biāo)的權(quán)重并不相同，在研究中發(fā)現(xiàn)應(yīng)該給予頻度最高，近度次之，額度最低的系數(shù)加權(quán)有助于客戶分群的準(zhǔn)確性。

RFM 權(quán)重： WR=2,WF=3,WM=1

如果需要采用 RFM 加權(quán)計(jì)算，需要與專家和體驗(yàn)管理人員共同進(jìn)行商定，因?yàn)闄?quán)重的系數(shù)會(huì)直接影響客戶分群的表現(xiàn)。

步驟 4：

依據(jù) RFM 得分進(jìn)行指標(biāo)價(jià)值類別劃分，筆者本次劃分以平均值作為基準(zhǔn)值。

價(jià)值類別劃分需要使用到 Excel 的 IF 函數(shù)，RFM 價(jià)值類別劃分依序使用下列算式 

=IF(F2>=AVERAGE(F:F),"高","低")
=IF(G2>=AVERAGE(G:G),"高","低")
=IF(H2>=AVERAGE(H:H),"高","低")

復(fù)制代碼

通過價(jià)值類別劃分，可以知道客戶對應(yīng)的值，如 115008 RFM 對應(yīng)的價(jià)值類別代號為”低低低“。

步驟 5：

最后通過比對”客戶分群評級表“，對 RFM 價(jià)值類別進(jìn)行最終分群。

RFM 客戶分群對照使用下列算式 

=VLOOKUP(I2&J2&K2,$N$2:$O$9,2,FALSE)
依此類推...

復(fù)制代碼

從下圖可以看出，價(jià)值類別代號”低低低“對應(yīng)的分群為「8 一般挽留客戶」、代號”低低高“對應(yīng)的分群為「4 重要挽留客戶」…

到這里，客戶分群的工作算基本完成了。但是基于客戶分群，找到當(dāng)前企業(yè)的客戶結(jié)構(gòu)分布狀況以及該如何應(yīng)對，才是我們需要關(guān)注的重點(diǎn)。

7、RFM 分析和評價(jià)

筆者對該零售電商公司當(dāng)前的客戶結(jié)構(gòu)分布進(jìn)行計(jì)數(shù)和百分比計(jì)算，了解客戶的分布情況。

使用 COUNTIF 函數(shù)進(jìn)行匹配，算式如下 。

=COUNTIF(A:A,"1重要價(jià)值客戶")
依此類推...

復(fù)制代碼

從分布情況可以看出，該零售公司「重要價(jià)值的客戶群」占比近 30%，基本算中等水平，仍需要進(jìn)一步通過體驗(yàn)優(yōu)化，通過“供給創(chuàng)造需求”深挖高凈值客戶的不同需求，可以提高該比例。

另外，「一般保持客戶」群體占比高達(dá) 18% ，需要采取緊急行動(dòng)，這類型客戶目前還沒有流失，需要好好把握，要不這部分客戶流失將會(huì)造成大麻煩。

分布情況如下圖所示 

體驗(yàn)管理對于不同的客戶群體，可以參照下表的客戶基本特征和行動(dòng)策略進(jìn)行體驗(yàn)優(yōu)化工作。

比如，針對「一般保持客戶」就可以參行動(dòng)策略，利用一些優(yōu)惠吸引客戶再次消費(fèi)。

寫在最后

RFM 模型的核心概念是要在正確的指標(biāo)和合適的評分方式下，應(yīng)對不同階段的體驗(yàn)管理目標(biāo)，動(dòng)態(tài)調(diào)整客戶體驗(yàn)管理計(jì)劃。

企業(yè)要想健康可持續(xù)的發(fā)展，需要依賴客戶的長期、有價(jià)的支持。

對于客戶體驗(yàn)管理來說，客戶分群是我們開展工作的第一步，只有對客戶的相關(guān)屬性進(jìn)行歸類，體驗(yàn)管理和提升工作才能有矢放地。

還有，建立健康的客戶結(jié)構(gòu)，做好客戶分群劃分，體驗(yàn)部門需要時(shí)刻洞察客戶遷移的動(dòng)態(tài)變化背后的原因。

在面對重要的客戶流失時(shí)，客戶體驗(yàn)的著力點(diǎn)，應(yīng)在有限的資源的情況下，提出最適的計(jì)劃，積聚最大能量針對關(guān)鍵客群提供最”恰當(dāng)“的體驗(yàn)。

觀察 R、F 的變化，可以推測客戶消費(fèi)的異動(dòng)狀況，根據(jù)客戶流失的可能性，列出客戶，再從 M（消費(fèi)金額）的角度來分析，把重點(diǎn)放在貢獻(xiàn)度高且流失機(jī)會(huì)也高的客戶上，重點(diǎn)拜訪或聯(lián)系，以最有效的方式挽回更多的商機(jī)。

在平穩(wěn)期，應(yīng)從中、低凈值客戶群體切入，將他們培養(yǎng)成忠誠客戶，優(yōu)化客戶結(jié)構(gòu)，分散風(fēng)險(xiǎn)，擴(kuò)大企業(yè)護(hù)城河。

要知道力往一處使是非常重要的，企業(yè)在激烈的商業(yè)環(huán)境中，成敗往往就在一念之間。

這里有一個(gè)需要特別注意的點(diǎn)，凡事需要觸達(dá)客戶的交互，都需要控制好”度“，不能無節(jié)制的對客戶進(jìn)行打擾，應(yīng)該設(shè)計(jì)一個(gè)客戶接觸頻率規(guī)則，確保把打擾控制在一個(gè)合理的閾值。

那么，如果你們公司還沒開始進(jìn)行客戶分群，現(xiàn)在開始動(dòng)手吧！??！相信會(huì)對你的客戶體驗(yàn)管理工作有很大的助益。