关于客服分析模型,但凡做经营管理,这个是非常重要分析手段!
RFM模型是肯定大家都会接触到.
包括你非客户管理类型专业,也可以运用到这一章我们的分析思路.
这一章真的是非常经典的章节.
大家看好了.
这一章其实很简单,但是要弄清楚客户分析,
首先,来了解什么叫做RFM分析模型.
RFM来自于三个英文的字母开头:
Recency 最近一次消费时间
Frequency 消费频率
Monetary 消费金额
由于是从3个维度进行分析,这个模型如下,必然是一个立体结构.
三个维度对应到的就是就是三根线条,分别是R,F,M把立体结构切割成了8个象限,每一个象限都有独特的含义,下方有一些相关解析:
重要价值客户:
最近消费时间近、消费频次和消费金额都很高,必须是VIP!
重要保持客户:
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,我们需要主动和他保持联系。
重要发展客户:
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:
最近消费时间较远、消费频次不高,但消费金额高的用户,可能是将要流失或者已经要流失的用户,应当给予挽留措施。
之前我们讲过双维度分析类型,类似于波士顿象限,不管是4,6,8,9象限,都是平面结构通过双维度去做分析,而RFM是3个指标去做分析.所以模型看起来会比较复杂.
模型归模型,其实要做这个分析,你可以考虑使用3个维度的筛选到达同样的目的:
下方是一份近3W行的客户消费数据,我把表格做了简化,
需要参与到RFM分析中的内容,需要客户ID,消费金额,消费日期.
通过客户ID,可以通过计算,算出F:消费频率
通过消费金额:可以算出M消费金额
通过消费日期:可以找到最近一次的消费时间
有了这些计算结果,可以将表格做成这个样子:
把整个表格,做成3个维度的10档筛选.
比如选择R,F,M筛选到10,代表的就是最重要的客户.
当然还可以根据需求去进行档位筛选.
这一章视频中有详细解析,会要用到:
1.数据透视表
2.DATEDIF函数
3.PERCENTRANK.EXC函数
4.切片器
相信对于你做多维度分析数据有很大的帮助,特别是:
PERCENTRANK.EXC函数
如何根据源数据进行内容分档处理.
再进行分档筛选,简直就是分析当中的战斗机.
本文经授权发布,不代表增长黑客立场,如若转载,请注明出处:https://www.growthhk.cn/cgo/product/85610.html