1、RFM 顧客分類方法及模型Recency:Recency:理論上，上一次消費時間越近的顧客應該是比較好的顧客，對提供即時的商品或是服務也最有可能會有反應。如果我們能讓消費者購買，他們就會持續購買。Frenquency:Frenquency:消費頻率是顧客在限定的期間內所購買的次數。我們可以說最常購買的顧客，忠誠度相對高于其它顧客。MonetaryMonetary: :消費金額的意義不言而喻。一、RFMRFM 分類：（參考：ArthurHughesArthurHughes 顧客五等分模型）1 1、查詢出一年時間內（以查詢時間向前推一年計算）所有 VIPVIP 顧客的最近一次購買時間；2 2、將靠

2、前（離查詢時間最近）20%20%標記為 5,5,前 20%20%40%,40%,標記為 4,4,前 40%40%60%,60%,標記為 3,3,前60%60%80%,80%,標記為 2,2,前 80%80%100%,100%,標記為 1 1。依次類推，將此項上所有顧客分成 5 51 1 五等分；3 3、查詢出在一年內所有 VIPVIP 顧客的消費頻次及購買金額，已同樣的方法劃出 5 5 等并進行 5 51 1 的標記；4 4、將 R R、FMFM 三項對應到單個顧客，最終每個顧客將出現一個由三個數字組成的數組；5 5、將每個顧客對應的三位數相加，作為顧客價值的得分，進行標記。二、顧客價值及流失

3、監控模型1 1、顧客價值模型得分顧客分類14-1514-15 分超優質顧客10-1310-13 分優質顧客6-96-9 分一般顧客3-53-5 分低貝獻顧客理論上來說，同等的資源投入的情況下，一名超優質顧客的回報將會是優質顧客的 5 5 倍，可以推出,在資源有限的前提下，滿足顧客的順序應該也是自上而下的：1 1）要求系統對每個顧客進行評分并歸類2 2）評分及歸類以分店為單位（按照三月內消費次數最高分店計算，如果出現兩店消費次數一樣算為老店顧客）2 2、流失顧客監控模型低價值忠誠顧客高價值忠誠顧客低價值流失顧客高價值流失顧客由圖可以看出，只有在右下象限的顧客是最需要重點關注并對其進行挽留的，顧客

4、流失項目主要是對此類顧客進行：1 1）要求系統能自動對各分店此類顧客進行自動標記；R3R3 且 M3M3:高價值忠誠 Rv3Rv3 且 M3M3:高價值流失RV3RV3 且 MV3MV3:低價值流失 R3R3 且 MV3MV3:低價值忠誠2 2）自動顯示此類顧客數量及占比情況；3 3）能夠批量查詢此類顧客單個基本資料；4 4）查詢結果可以導出。3 3、顧客分類模型12345高頻次低價值顧客高頻次高價值顧客2_低頻次低價值顧客1一123451 1、要求系統能自動對各分店此類顧客進行自動標記；F3F3 且 M3M3:高頻次高價值 FV3FV3 且 M3M3:低頻次高價值FV3FV3 且 MV3MV3:低頻次低價值 F3F3 且 MV3MV3:高頻次低價值2 2、自動顯示各類顧客數量及占比情況；3 3、能夠批量查詢此類顧客單個基