什么是RFM模型，难在哪里？

名词解释：RFM模型是衡量客户价值和客户创利能力的重要工具和手段作用和应用。

• R代表（Recency）：用户最近一次消费发生的时间，比如以7天、30天、90天内是否有到店消费来衡量，判断会员生命周期，以做好周期营销。
• F代表（Frequency） :用户一定时间内的消费频率也是购买次数，比如一年或者一个月内有多少次消费，一定程度上体现了客户的忠诚度，代表着重复购买率，能够看到顾客维护情况。
• M（Monetary） : 用户在一定时间内的购买金额，一定程度上体现了客户的贡献值。

解释拓展：RFM是根据客户活跃程度和交易金额的贡献，进行客户价值细分的一种方法。

比如说品类的RFM是消费者在不同的品类里面的最近一次购买天数，总的消费订单数和总体的购买金额，能够完全客观真实的反映出消费者到底喜欢商家什么东西，在不同的品类的忠诚度或者购买力是怎么样的。

那么不同品类的RFM怎么做？

第一个是利用会员所有的订单，统计一下在某一个品类，单个会员的RFM的分布值，也就是说一个客户最近一次购买时间，总体的购买订单数和总体的购买记录，这是一种做法。

还有一种是把它抽象总结一下，做成近期的FM，比如说最近30天、最近60天在羽绒服品类下的购买次数和金额等等，这种就会更加直观一点，方便比较简单或者是轻易的去获取数据洞察。

我们做会员精细化运营时的第一步就是数据治理，把线上线下的会员信息全部整理起来，通过RFM（最近来访、消费频次、消费金额）结构分析，再与商品数据结合，对不同类型的客户群体实行分渠道推送，实现“一站式”个性化权益发放。

对于企业在应用RFM模型时的一个难点就是，客户数据的ONE ID的打通。用户可能会在品牌小程序购买也会去第三方电商平台等渠道购买，如何将用户在各个渠道的身份统一是建立RFM模型的基础。

Convertlab 的CDP产品Data Hub能够通过唯一性、随迁性等配置，完成系统内全局统一的客户身份设定，比如对用户设置Open ID身份不唯一的情况下，某粉丝关注了某个企业3个公众号，由此，该粉丝在3个公众号内的行为都将被收集，并归集为同一个客户，使用户画像更完整。