哪些属于电商「网店属于什么行业类别」
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
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