哪些属于电商「网店属于什么行业类别」

互联网 2023-07-16 14:56:31

今天给大家普及一下哪些属于电商「网店属于什么行业类别」相关知识,最近很多在问哪些属于电商「网店属于什么行业类别」,希望能帮助到您。

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

一般价值客户

重要发展客户

一般发展客户

重要保持客户

一般保持客户

重要挽留客户

一般挽留客户

如果我们以RFM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RFM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