复购率怎么算sql（会员复购率怎么算）-网络资讯||网络营销十万个为什么-商梦网校|商盟学院

复购率怎么算sql（会员复购率怎么算）

用户投稿 • 2022年4月29日 23:01 • 网络资讯 • 阅读 1171

概述

RFM模型是通过

近期购买（Recency）
频率（Frequency）
消费金额（Monetary）

三个维度，将用户划分为8类群体，用以评价、管理客户群体的数据分析模型。

通过RFM模型对客户群体进行分析、研究的方式、方法称为 RFM分析法 。

图片来自网络

参数解读

近期购买（Recency）

客户首次消费与第二次消费之间的时间间隔。理论上R值越小，客户价值越高。可以2个月为单位时间长度进行划分。

频率（Frequency）

客户在单位时间内的购买次数，即复购率。

消费金额（Monetary）

单位时间内客户消费的金额。

小技巧：可以所有用户平均消费金额的1/2为间隔将累计消费金额进行分段，这样的好处是，明显，而且制作成图表后每个数列都具有一些数据，易观察。

RFM模型的架构

基于R、F、M、三个指标从重要、一般两个标准，有价值>可发展>可保持>需挽留四个梯度，可以将用户划分为8种类型，如下表格所示。

指标参数\用户类型	近期购买（Recency）	频率（Frequency）	消费金额（Monetary）
重要价值客户	高	高	高
一般价值客户	高	高	低
重要发展客户	高	低	高
一般发展客户	高	低	低
重要保持客户	低	高	高
一般保持客户	低	高	低
重要挽留客户	低	低	高
一般挽留客户	低	低	低

如果我们以R\F\M分别为一个三维坐标的横、纵、深轴，将上述8种用户类型代表的范围在三维坐标轴中表示出来，我们即可得到一个由8个小立方体组成的立方体，每个小立方体都代表了一类用户，整体大的立方体就是完整的RFM模型。

图片来自网络

RFM模型的作用

基于RFM模型进行客户细分
通过RFM模型评分后输出目标用户

1、基于RFM模型进行客户细分

选择RFM模型中的1-3个指标进行客户细分

– 指标有两个参考标准：店铺的客户基数，店铺的商品和客户结构

切记细分指标需要在自己可操控的合理范围内

–用户细分群组过多，将给营销方案执行带来较大的难度，而且可能会遗漏用户群或者对同个用户造成多次打扰

在客户一定的情况下选择的维度越多，细分出来每一组的用户越少

指标	客户分组	指标分段	运营策略
R值	活跃客户	60日未购买	营销信息全面触达
	沉默客户	60~90日未购买	低频高折扣
	睡眠客户	90~180日未购买	大型活动触达
	流失客户	180日以上未购买	超大型活动触达
F值	新客户	初次购买	触达促销信息
	老客户	复购1次（购买2次）	推送品牌信息
	成熟客户	复购2次（购买3次）	推送新品/活动信息
	忠实客户	复购3次以上（购买4次）	触达会员/权益信息
M值	低贡献客户	<1/2pct	折扣/促销
	中贡献客户	1/2pct~pct	折扣/促销
	较高贡献客户	pct~2*pct	品牌/权益
	高贡献客户	>2*pct	品牌/权益

客单价（per customer transaction）=销售额/成交客户数

2、通过RFM模型评分后输出目标用户

为R\F\M进行赋值，对客户进行打分，通过得分确定每个用户的质量，最终筛选出自己的目标用户
获得得分后，可进行其他参数的计算，以达到最终客户分类目标
通过赋值权重可以减少品类、品牌调性对于用户分类的影响

例：

指标	指标分段	得分
R值	60日未购买	4
	60~90日未购买	3
	90~180日未购买	2
	180日以上未购买	1
F值	初次购买	8
	复购1次（购买2次）	6
	复购2次（购买3次）	4
	复购3次以上（购买4次）	2
M值	<1/2pct	3
	1/2pct~pct	6
	pct~2*pct	9
	>2*pct	12

具体赋值可依据商品、品类、用户、品牌调性、发展阶段综合确定

本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 sumchina520@foxmail.com 举报，一经查实，本站将立刻删除。
如若转载，请注明出处：https://www.sumedu.com/faq/29502.html

复购率怎么算sql（会员复购率怎么算）

相关推荐