快速提高营销回报的客户细分方法

　　有没有更简单可行的方式，可以帮助我们获得主要的规律，来提高未来的营销活动的效果哪？ 答案是有。这个方法就是RFM，欧美等发达国家使用多年，行之有效，投资回报非常高。

　　我们先用我们的经验来理解一下基于消费行为的细分方法基本思路。 如果老板要你列出头大客户清单，那些客户最有可能在未来的一年里在你们公司购买最多产品，这样我们可以把有限的销售人员集中在这些客户身上。 一个最简单（虽然可能不准确，但总比没有好）就是把过去一年所有客户的购买总额排个序，取出销售总和占整个年销售额20%的排在前面的客户。这些客户就是你的大客户。这就是最简单的RFM客户细分的方法：按照销售额的细分（MONEY），你也可以把销售按照10等分，3等分等，时间跨度可以一年，一个季度，三年都可以，销售额可以用其他的指标，如网站的发帖量，积分数量等。图1是按照销售额客户分组的处理。

　　图2是某数码产品的直复营销活动的反馈率与过去消费额的关系

　　研究表明,客户的购买频率（Frequently）也与未来的消费行为有密切的关系，同样地，上次购买时间( Recently)与现在的时间间隔也与未来的活动反馈有密切的关系。数据处理的方式是一样的，这里不再展开。

　　这样我们就可以分别按照过去某一时段的消费金额，购买频率和间隔时间给客户分组， 通过测试会发现，那个组对某个直复营销营销活动（比如直邮，电话销售）的反馈率，或转化率最高，正式执行活动专门挑选出高反馈的组。大家注意，多数产品或环境下，销售额越大，购买频率最高，或者购买时间越近的，反馈越高，但很多时候不是这样。

　　再进一步，把三个维度综合在一起，我们就给客户分成了5x5x5=125个立体的单元（加入都是5等分），每个单元进行编号，如532，就是R的第5组，F的第3组，M的第2组。见图3

　　在开展一个营销活动前对所有的单元进行测试，并计算某个单元组的营销投资回报, 如盈亏投资回报指数，指数越高效果越好，负数就是亏损的活动，示意图4所示。从分析图可以看出，我们只针对555单元的客户群开展活动，其营销回报一定是非常客观的。

　　这些方法每一个营销人员只需要简单的培训，就可以进行RFM分析和分组，但是带来的营销费用的节省和投资回报的增加是惊人的。如果经常做同样的分析，可以通过专业人员编程设计工具，需要的话， 我们也可以帮助大家设计工具，这样每次分组和分析时可以节省大量的时间。

　　上面只是对RFM方法原理的分析方法介绍，在实际的工作中，可以根据企业，产品和预算的情况灵活的发挥和延伸。举一个案例，看看他们是如何RFM方法提高销售业绩的：

　　案例分析：用RFM保持有价值客户

　　全胜公司是一家小型化工原料贸易企业，年销售额4000多万元，最有核心竞争力的产品是食品添加剂，如柠檬酸等，顶端客户是几家国际知名大型的饮料制造企业在当地的工厂，由高层管理人员亲自跟进，客户关系维护得很好，能稳定地占有较理想的客户份额。但是该公司还经营其他多条化工原料产品线，其他非顶端客户近1000家，来自不同的行业，采购规模和习惯各不相同，要集中有限的企业资源、保持高价值客户的忠诚度、防范高价值客户流失真不是一件容易的事情。利用RFM分析模型，则可有效地改进这方面的工作。

　　1)步骤一：分别计算出过去12个月已成交客户贡献的总采购金额，可以利用公式计算：

　　M×F= TM（Totle Monetary Value，总采购金额）

　　*M=过去12个月内的平均采购金额

　　*F=过去12个月内的采购次数

　　总采购金额也可以通过其他统计途径（例如从进销存软件或销售自动化SFA软件）获得。计算出各个客户的总采购金额后，可以利用EXCEL将客户名单按总采购金额进行降序排列，把1000家客户中最前面的1%约10家客户定义为顶端客户，把其次的4%约40家客户定义为高端客户，把再次的15%约150家客户定义为中端客户，其余的800家客户归入低端客户。

　　下表是降序排列后第11名起的几家客户的情况，它们是40家高端客户的一部分：

　　2)步骤二，把客户关系保持的重点首先放在前高端及中端用户那里，因为顶端客户的忠诚度高、客户份额高，再额外花精力的话边际效益不明显；低端客户数量多、贡献小，暂时没有太多精力照料。对于高端和中端的约190家客户，分别计算出它们过去12个月每次购买到下次购买的平均周期，公式为：

　　365天÷F= P

　　*F=过去12个月的采购次数

　　*P=Period平均采购周期

　　分别计算出这190家客户最近一次购买日期D到