Go Back Up

back to blog

RFM 分析終極指南:3大指標、6個品牌應用實例帶你精準分眾!

行銷新知 • Jun 10, 2023 2:40:21 AM • Written by: Liam Fang

在顧客關係管理(CRM)日益重要的現在,品牌常需要一些工具與指標,來分群分析顧客結構,並針對不同顧客價值與特性,進行差異化的行銷與溝通,進而完善資源分配、最大化 CRM 的效益。而其中,實務上最常被企業使用的即是 RFM 模型。

本文透過具體案例說明如何使用 RFM 分析模型,來協助品牌找出顧客痛點與機會。也會透過 6 個品牌實際案例,介紹完成分析後,應該如何擊破痛點、掌握機會,進而提升顧客終身價值(LTV),完善顧客關係管理的系統。

什麼是 RFM 分析模型? 3 個關鍵維度,細分出 8 種客群

行銷公司 Invesp 在舊客留存與新客獲取的研究分析中提到以下 3 個關鍵數據:

(1) 舊客比新客在新品上高出 50% 的嘗試意願,且在新品上願意多花 31% 的金額。
(2) 獲取新客的成本是維繫舊客的 5 倍以上。
(3) 每多留存 5% 的舊客,能提升整體 25%-95% 利潤。

由此可知,品牌將資源投注在既有客戶的分析與留存、深入且長期的關係經營上,會是比較好的資源分配模式。而著手顧客結構分析最好用的工具即是 RFM 分析模型。

RFM 分析模型由喬治‧卡利南(George Cullinan)於 1961 年提出,不過其應用並無過時,反而歷久不衰。1994 年美國數據庫行銷研究所亞瑟‧修斯(Arthur Hughes)指出顧客數據庫中有 3 個最重要的指標,可以用以分析顧客價值,至今仍為許多企業品牌所用,分別是:

Recency: 最近一次消費時間 
Frequency: 消費頻率
Monetary: 單次消費金額

我們可以將顧客分別依據 R、F、M 的「高」與「低」分群。將這三個關鍵指標放到 X、Y、Z 軸上,就能視覺化地將客戶劃分出八個象限,形成以下這個最常見的 RFM 模型圖示:

圖片來源: 奇寶網路

以上便是套用 RFM 模型分類出的 8 種客戶。不難理解,3 個指標各有 2 種分類,便會形成 8 種組合。然而,這樣的分析雖然細緻,卻有點龐雜而不易理解,也不利於解決方案的規劃。本文建議在應用 RFM 時,應該先回到 R、F、M 各自的本質,思考這 3 個指標對於提升顧客價值的意義。

RFM 與 LTV 的異曲同工之妙:提升顧客終身價值也該從這 3 個層面著手

我們在<LTV 顧客終身價值算法與案例:拆解複雜公式跟上行銷趨勢!>一文中分析過,若將 LTV 的計算公式拆解,便能發現只要提升顧客的「購買頻率」、「客單價」、「顧客壽命」這 3 個指標,換言之——只要顧客更常消費、每次消費花更多錢、並持續消費更長時間,LTV 自然就會提升。

而上述 LTV 公式中的「購買頻率」、「客單價」、「顧客壽命」,便與 RFM 有很高的契合度和相似度。「購買頻率」對應到 Frequency;「客單價」對應到 Monetary;而 Recency(最近一次消費時間)可以作為預測「顧客壽命」的其中一個重要指標。

RFM 分析如何協助精準分眾,發現行銷機會與痛點

認識到 RFM 與 LTV 密不可分的關係後,我們了解 RFM 之於顧客終身價值的重要性。換言之,企業若想提升顧客(終身)價值、打造良好的 CRM 成效,就必須使用 RFM 來指出企業當下的客群結構,並分析在各個客群上面臨了哪些痛點與機會,才能夠採取下一步行動。接下來,讓我們依序看看 R、F、M 這 3 個指標的高與低,分別代表哪些機會與痛點。

Recency⬇️ 沉睡客

Recency 低,代表最近一次消費已經距離現在很久以前了。用行銷和 CRM 的術語來說,Recency 低的消費者也被稱為「沉睡客」。沉睡客可能因為各種原因而很久沒有和品牌互動,對品牌而言相當可惜,因此品牌需要了解消費者各自沉睡的原因,以不會過度打擾又有誘因的方式,吸引沉睡客回購。

Recency⬆️ 活躍客

Recency 高,代表顧客上次消費是最近的事,也表示顧客近期對品牌較有好感,品牌有機會趁勢追擊。Recency 高的顧客也被稱為「活躍客」,品牌應盡量提升活躍客比例、降低沉睡客比例,才是較健康的顧客結構,也能維持較好的品牌形象。

Frequency⬇️ 稀客

Frequency 低,代表顧客不常消費。然而,不常消費不代表沒有潛力頻繁消費。若品牌稀客比例太高,常客比例太低,那可能缺乏穩定的營收來源,也是不健康的顧客結構。

Frequency⬆️ 常客

Frequency 高,代表是品牌的常客。品牌的常客更可能經常關注品牌的動態,如果 F 和 R 都高,也可以說是忠誠度很高的顧客。這些忠誠客也經常是品牌的主要會員,成為企業經營會員時的重點對象。

Monetary⬇️ 一般客

Monetary 低,代表顧客在品牌上每次消費願意花費的金額較低。M 和 F 都低的顧客群,提供品牌的顧客價值比較低,因此品牌應試著提升這群顧客的 M 和 F。如果無法提升,也不應耗費過多行銷資源在這群顧客身上。

Monetary⬆️ 黃金客

Monetary 高,代表顧客在品牌上願意一次花費比較多錢,也是品牌的黃金客。R、F、M 三者皆高的顧客,更能被視為品牌的 VIP,也是重要價值客戶。因為提供品牌最多的價值,因此品牌最應該努力拓展與挽留這類重要價值客戶。

最後,本文依據 R、F、M 三個指標代表的機會與痛點,來介紹一些知名品牌的具體做法。

6 個品牌 RFM 應用實例:如何針對機會與痛點,打造健全 CRM?

最後,讓我們一起透過實例認識 RFM 應用的 4 個部分。分別是分析的前置作業,以及如何使用數位工具,針對 R、F、M 三個部分做有效的提升。

(1) 前置作業:自動化蒐集與整合 RFM 分析數據,進行標籤分眾

要做 RFM 分析之前,必須先有完整的數據,才能將顧客依據 Recency、Frequency 和 Monetary 的高低來分群。然而實務上,要將顧客的數據資料分類後,並對不同的客戶貼上標籤,本身已經是麻煩的事情,更麻煩的是要整合不同來源的數據,並且要頻繁地手動更新數據和標籤。

不過市面上有一些模組化的數據整合服務,例如行銷科技公司漸強實驗室提供的全方位行銷平台 MAAC,讓品牌可以將常見的會員平台資料、CRM、CDP 等迅速串接整合,還可以根據會員的消費行為自動貼標,將標籤分眾的流程自動化,精準分眾又節省效率。

以 Recency 的數據為例,MAAC 有內建「近 180 天內未消費會員」作為分眾標籤,並且會自動根據會員的消費行為貼標,來讓你一鍵篩選,分類出沉睡客和活躍客。當然,品牌也可以自行定義標籤,將 Recency 分類成更多不同程度,或是依據產業、品牌特性,以不同的標準來分類。 

(2) Recency | 喚醒沉睡客,鞏固活躍客:AI 預測消費潛力

了解哪些顧客最近有消費、哪些最近沒有之後,下一步是針對不同 Recency 的客群,發送不同的溝通訊息。時尚品牌 VEMAR 平時就善用 LINE CRM 的功能,在用漸強實驗室的 MAAC 進行分眾推播時,會以「近 180 天未消費會員」推送對應的 LINE 行銷訊息,有效喚醒沉睡客。

漸強實驗室的 MAAC 也推薦品牌使用內建 AI 模型,更細緻地以「最近消費時間」維度,配合上其他指標,以機器學習預測顧客近期的潛在購買機率。例如,上次購買時間越接近,不代表購買機率就越高。透過分析大量數據與 MAAC 提供的預測模型,品牌反而可能發現三日內消費過的活躍客幾乎不可能再度消費,這時,品牌反倒不應該對這些顧客發送擾民訊息,以避免增加負面觀感。

(3) Frequency | 高效率、不擾民:精準溝通、智慧發送時間、自動化顧客旅程

不同的顧客,在品牌上喜歡的消費頻率也不同。

品牌首先可以嘗試更精準的溝通,提升顧客消費頻率,也避免引起顧客疲勞感、反感,甚至導致未來的溝通機會被忽略、封鎖。而精準溝通,意味著在對的時間發送對的訊息給對的人。

「發送對的訊息給對的人」

品牌可以嘗試蒐集與使用其他零方數據,做更細緻的分眾行銷,推播精準的個人化訊息。例如:日系內衣品牌 PEACH JOHN 透過 MAAC 的填 LINE 問卷領優惠的自動貼標功能,甚至連 LINE 新好友感興趣的商品是「無鋼圈內衣」、「機能型」或是「睡眠內衣」等等,都能在一加入時就建立好標籤了。

基於有效的數據與分眾,PEACH JOHN 推播的行銷訊息平均開封率達到五成以上,週年慶、購物節等大活動則通常有高達六七成的開封率。PEACH JOHN 也指出使用 LINE 與 MAAC 作為行銷工具後,發現「 LINE 的會員是真的叫得動,效率很高,活躍會員也提升了。」

「在對的時間發送訊息」

彩妝品牌 MAKE UP FOR EVER 則善用 MAAC 的智慧發送功能,可以自動抓出用戶的活躍時間,這些時間也很可能是用戶相對而言更願意點開訊息的時間。MAAC 可以協助品牌在對的時間發送給用戶,開封率比較高之外,也比較不會擾民。

自動旅程:自動在「對的時間發送對的訊息給對的人」

透過顧客旅程,品牌可以更了解顧客體驗、互動行為與接觸點,而在數位行銷的接觸點中,更可以藉由 MarTech 工具來依據顧客喜好的消費頻率、消費習慣設計自動化顧客旅程,充分運用數據實現行銷自動化,有效率分流用戶,打造順暢顧客體驗。

《zingala 銀角零卡》為了避免新好友拿完好禮就封鎖離開,特地在歡迎訊息給予期待感,強調「一週後再拿購物金」讓好友有留下來的動機。銀角零卡透過新好友禮的標籤觸發自動旅程,在七天後以「問答轉盤遊戲」創造第二波接觸體驗,獲得高達 92% 的自動旅程完成率!銀角零卡資深副總經理陳瑞興表示:「漸強實驗室全方位行銷平台 MAAC 提供的功能都很豐富和實用,尤其自動化行銷,像是自動回應、自動旅程,可以降低人力成本和人為失誤機率。」

推薦閱讀:LINE 行銷資優生不藏私(三)|高達 632% LINE 好友成長率:銀角零卡高效增粉三部曲

(4) Monetary | 掌握 VIP 黃金客:深度會員經營

針對 Monetary 不同的受眾,當然也應投入不同資源,推播不一樣的內容,運用差異化的方式互動。

顧客單次願意消費的金額,對品牌而言是重要的分析維度。Recency 和 Frequency 這兩個指標更關乎恰當的互動時間點,而 Monetary 指標更關乎推播的商品取向與價格帶。

大型電商平台 GOMAJI 運用漸強實驗室 MAAC 的商品推薦訊息功能,用 AI 演算自動推播符合消費者偏好的主打商品圖卡。以 GOMAJI 歡慶 10 週年為例,GOMAJI 鎖定 30 天內頻繁互動的 LINE 好友,搭配機器學習模型分析好友的消費足跡,短短 3 天內讓點擊率衝破 81%,收穫超過 430 筆訂單!

此外,Monetary 高的交易,顧客考慮的周期也可能較長,需要經過層層互動、精準推播,才能完成最後的轉換。例如汽車品牌 NISSAN 販售的小客車一台動輒 60 萬,便特別重視會員經營與周到的服務。

為了滿足顧客在前期訂車、購入交車、到售後維修保養的消費旅程,都能獲得關鍵資訊、享受到快速便利的服務,NISSAN 開始經營 LINE 官方帳號,並配合漸強實驗室全方位行銷平台 MAAC,向全台超過 40 萬的活躍用戶分眾溝通其品牌價值。NISSAN 數位行銷科科長表示:「漸強的介面很好理解、也容易操作。也因為 LINE 會一直更新,漸強都有跟到,我們就能使用到最新的功能。」

即刻開始 RFM 分析,啟動成功 CRM!

RFM 分析能協助品牌指出顧客結構在 3 個關鍵維度上的表現,並將顧客依顧客價值劃分為 8 種。依照各群顧客比例,品牌主與行銷人員得以檢視顧客結構是否健康、以及哪些層面亟需改善。

一些行銷科技公司能協助企業完成 RFM 分析,並使用科技工具積極採取下一步。例如漸強實驗室提供的數據整合、數據洞察、分眾行銷、AI 模型、自動化行銷工具等等,協助超過 500 個不同產業的品牌,針對不同價值的客戶,在 R、F、M 等 3 個層面改善顧客結構,有效又迅速地提升 CRM 的成效。現在就來聯繫專人,了解更多漸強實驗室的服務如何協助您啟動 RFM 分析,也歡迎參考更多相關案例

即刻聯繫 CRM 專家漸強實驗室

 

Liam Fang

認為文字可以解決問題、傳遞溫度、讓世界更美好。