1、RFM 顾客分类方法及模型Recency：理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。如果我们能让消费者购买，他们就会持续购买。Frenquency：消费频率是顾客在限定的期间内所购买的次数。我们可以说最常购买的顾客，忠诚度相对高于其它顾客。Monetary：消费金额的意义不言而喻。一、RFM 分类：（参考：Arthur Hughes 顾客五等分模型）1、 查询出一年时间内（以查询时间向前推一年计算）所有 VIP 顾客的最近一次购买时间；2、 将靠前（离查询时间最近）20标记为 5，前 2040，标记为 4，前 4060，标记为 3，前 60
2、80，标记为 2，前 80100，标记为 1。依次类推，将此项上所有顾客分成 51 五等分；3、 查询出在一年内所有 VIP 顾客的消费频次及购买金额，已同样的方法划出 5 等并进行 51 的标记；4、 将 R、F、M 三项对应到单个顾客，最终每个顾客将出现一个由三个数字组成的数组；5、 将每个顾客对应的三位数相加，作为顾客价值的得分，进行标记。二、顾客价值及流失监控模型1、 顾客价值模型得分 顾客分类14-15 分 超优质顾客10-13 分 优质顾客6-9 分 一般顾客3-5 分 低贡献顾客理论上来说，同等的资源投入的情况下，一名超优质顾客的回报将会是优质顾客的 5 倍，可以推出，在资源有限
3、的前提下，满足顾客的顺序应该也是自上而下的：1） 要求系统对每个顾客进行评分并归类2） 评分及归类以分店为单位（按照三月内消费次数最高分店计算，如果出现两店消费次数一样算为老店顾客）2、 流失顾客监控模型1 2 3 4 5MR1 2 3 4 5 高 价 值 忠诚 顾 客高 价 值流 失 顾 客低 价 值 忠诚 顾 客低 价 值流 失 顾 客 高 价 值 忠诚 顾 客高 价 值流 失 顾 客低 价 值 忠诚 顾 客低 价 值流 失 顾 客由图可以看出，只有在右下象限的顾客是最需要重点关注并对其进行挽留的，顾客流失项目主要是对此类顾客进行：1）要求系统能自动对各分店此类顾客进行自动标记；R3 且
4、M3 ：高价值忠诚 R3 且 M3 ：高价值流失R3 且 M3 ：低价值流失 R3 且 M3 ：低价值忠诚2）自动显示此类顾客数量及占比情况；3）能够批量查询此类顾客单个基本资料；4）查询结果可以导出。3、顾客分类模型1 2 3 4 5MF1 2 3 4 5 高 频 次 高价 值 顾 客低 频 次 高价 值 顾 客高 频 次 低价 值 顾 客低 频 次 低价 值 顾 客 高 频 次 高价 值 顾 客低 频 次 高价 值 顾 客高 频 次 低价 值 顾 客低 频 次 低价 值 顾 客由图可以很清楚的看出单个顾客的类型（所在象限） ，从而判断出对此顾客采用的营销策略。1、 要求系统能自动对各分店此类顾客进行自动标记；F3 且 M3 ：高频次高价值 F3 且 M3 ：低频次高价值F3 且 M3 ：低频次低价值 F3 且 M3 ：高频次低价值2、 自动显示各类顾客数量及占比情况；3、 能够批量查询此类顾客单个基本资料；4、 查询结果可以导出。
