商业数据分析实战 主讲人：武峰 Email: 46036530@qq.com 1
第11章 RFM分析 RFM分析意义 RFM分析的基本思想 RFM分析实例分析 2
一. RFM分析意义 美国数据库营销研究所Arthur Hughes的研究发现，在客户数据分析中发现了三个重要的指标，即：最近一次消费（Recency）、消费频率（Frequency）、消费金额（Monetary），它们是衡量客户价值的重要标准。 RFM分析是一种探索性分析方法。 最近一次消费（R），有人简称为“近度”，是指离某个时间点最近的一次消费； 消费频率（F），有人简称为“频度”，是指在最近一段时间内消费的次数； 消费金额（M），有人简称为“额度”，是在最近一段时间内消费的金额。 3
二. RFM分析基本原理 以三个指标为坐标轴，将每个指标进行二等分，即将最近一次消费时间分为远和近；将消费频率分为高和低；将消费金额分成多与少。绘制出一个三维立方图，即著名的RFM三维模型。 4
三. RFM分析功能与应用 1、对应分析的功能 识别优质客户，对他们进行个性化的沟通和营销服务，为营销决策提供有力支持。 能够衡量客户价值和客户利润创收能力。 重要价值客户（高，高，高）：最近消费时间近、消费频次和消费金额都很高，绝对的优质客户。 重要保持客户（低，高，高）：最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠诚客户，需要主动和他保持联系。 重要发展客户（高，低，高）：最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展。 重要挽留客户（低，低，高）：最近消费时间较远、消费频次不高，但消费金额高，可能是将要流失或者已经要流失的用户，应当基于挽留措施。 同理，一般客户也可以这样分析，制定相应的营销策略 5
三. RFM分析功能与应用 2、对应分析的应用 可以动态地显示每个客户的全部轮廓，对个性化的沟通和服务提供了依据。通过改善三项指标的状况，从而为更多的营销决策提供支持； 将RFM分析利用主流分析工具SPSS Statistics来操作实现，具有很高的效用。 6
四. RFM分析的基本步骤 第一步：计算RFM各项分值（R_S、F_S、M_S）； 第二步：汇总RFM分值； 其中： R_S值越大，表示客户最近一次消费发生的时间越近，则得分越高；反之，表示客户发生消费的时间越远，则得分越低； F_S值越大，表示客户消费发生的次数越频繁，则得分越高；反之，表示客户消费不够活跃，则得分越低； M_S值越大，表示客户消费金额越高，则得分越高；反之，表示客户消费金额越低，则得分越低。 例如：把每一项的最高得分设为5分，最低得分设为1分。可利用以下计算方法得到RFM总分值： RFM = 100×R_S + 10×F_S + 1×M_S 通过情况下，RFM最小值为111，最大值为555 7
五. 案例分析 实例一：打开“超市销售数据RFM分析.sav”文件，这是某超市在一段时期内销售记录的数据。包括记录ID、客户编号、收银时间、销售金额、销售类型共5个变量，利用RFM模型分析，希望找出高价值的客户，进行有针对性的个性化营销。 【直销选择技术】 8
根据每个客户三个指标的得分与对应的均值得分相比较，如果小于均值，则定义为“低”；如果大于均值，则定义为“高”。