1、数据分析：用CRM 实现数据式管理CHAPTER NINE CRM 是电商企业有效的营销工具，它为电商企业做出准确的客户数据分析，提升数据分析的水平，帮助电商企业提升销售业绩。了解CRM 数据分析的必要性。掌握CRM 数据分析的指标类型。了解CRM 数据分析的思维方式。掌握CRM 数据分析的分析方法。了解RFM 模型的内涵及其价值。掌握RFM 模型开展客户细分的方法。掌握RFM 模型制定营销策略的方法。学习目标Contents目录CRM 数据分析1RFM 分析模型解析及运用2一、CRM 数据分析CRM 数据分析的必要性1 1CRM 数据分析指标2 2CRM 数据分析的思维方式3 3CRM 数据
2、分析的分析方法4 4一、CRM 数据分析l 从客户的数据得出市场行情的变化，让数据发挥最大价值，是CRM 当前研究的方向。对于电子商务企业来说，提供可视化的数据分析能够帮助各商家解决不少难题。CRM 数据分析的作用一、CRM 数据分析l 在开展数据分析之前需要建立科学、合理的统计口径及数据分析指标。CRM 常用的数据分析指标的统计口径统计口径口径释义成交订单客户下单并成功付款的订单未成交订单客户下单却未付款的订单关闭订单下单后买家/卖家主动关闭，或因超过支付时间被系统自动关闭的订单有效成交订单有效购买商品（非购买赠品、邮费或补差价）的订单无效订单非购买商品，而是购买赠品、邮费或补差价的订单有效
3、购买客户在一天内一笔或多笔有效成交的订单成交客户产生过成交订单的客户有效客户产生过有效成交订单的客户潜在客户产生过未成交订单、关闭订单或无效订单的客户新客户一定时间段内，在有效客户中产生过一次有效购买的客户回头客（重复购买客户）在店铺内产生过2 次（或多于2 次）有效购买的客户老客户一定时间段内，在有效客户中产生过有效购买的客户一、CRM 数据分析l 在电子商务中，CRM 常用的数据分析指标主要包括客户消费行为指标、商品购买指标及店铺购买指标三个方面。CRM 数据分析指标数据分析指标指标释义客户消费行为指标客单价在一定时间内，每位客户消费的平均价格最近一次消费客户最近一次的购买时间购买次数客户
4、在一定时间段内产生的有效成交订单的数量累计购买次数客户产生的所有有效成交订单的数量购买金额一定时间段内，客户产生所有有效成交订单的有效购买金额累计购买次数客户产生的所有有效购买的次数1次回购周期客户产生第2 次有效购买距离第1 次有效购买的时间间隔（以“天”计算）N次回购周期客户产生第N+1 次有效购买距离第N 次有效购买的时间间隔（以“天”计算）客户回购周期客户重复购买的平均时间间隔，即在采用“交易按天合并”的算法下，计算客户每次重复购买距离上一次购买的时间间隔。如果每个客户有N 次购买记录，意味着客户会有N-1 个回购周期，取N-1 个回购周期的平均值，就可以得到这个客户的客户回购周期续
5、表数据分析指标指标释义商品购买指标商品新客户对某款商品产生过1 次有效购买的客户商品回头客对某款商品产生过2 次及以上有效购买的客户商品重复购买率重复购买率有两种计算方法：一种是所有购买过商品的客户，以每个人为独立单位重复购买产品的次数，例如有10 个客户购买了商品，5个产生了重复购买，则重复购买率为50%；第二种算法是，单位时间内重复购买的总次数占比，例如10 个客户购买了商品，有3 个产生二次购买，这3 人中的1 个人又产生了三次购买，则重复购买次数为4次，重复购买率为40%商品1次回购周期客户第2 次有效购买某商品距离第1 次购买该款商品的时间间隔（以“天”计算）商品N次回购周期客户第N
6、+1 次有效购买某商品距离第N次有效购买该款商品的时间间隔（以“天”计算）商品平均回购周期所有重复购买某商品的客户回购周期的平均值品类新客户在某品类商品上产生过1 次有效购买的客户品类回头客在某品类商品上产生过2 次（或2 次以上）有效购买的客户品类1次回购周期客户第2 次购买某品类商品的时间距离第1 次购买该品类商品的时间间隔（以“天”计算）品类N次回购周期客户第N+1 次购买某品类商品的时间距离第N次购买该品类商品的时间间隔（以“天”计算）店铺购买指标店铺重复购买率以一定时间段内店铺内产生的所有有效成交订单计算，店铺重复购买率=重复购买的客户数/（重复购买的客户数+新客户数）有效客户比例产
7、生有效购买的客户在店铺总客户人数中的占比一、CRM 数据分析1回头客l 回头客是指在店铺的购买次数大于1 次的客户，回头客本身不受时间的限制。l 在判断回头客时存在两种处理标准：n 例如我们要统计店铺今年回头客的数量，有一个客户去年在店铺内产生第一次购买，今年在店铺内产生第二次购买，那么该客户应该被计算入今年的回头客里面。一、CRM 数据分析1回头客2重复购买率l 重复购买率是指客户对某店铺、品牌、商品或服务的重复购买比例，重复购买率越高，反映出消费者对店铺、品牌、产品、服务的忠诚度越高，客户黏性越强，反之则越差。l 常见的计算重复购买率的方式有两种：u 以客户为对象的重复购买率的计算u 以订
8、单为对象的重复购买率的计算一、CRM 数据分析1回头客2重复购买率l 客户回购周期是指客户重复购买的平均时间间隔，即在采用“交易按天合并”的算法下，计算客户每次重复购买距离上一次购买的时间间隔。l 如果每个客户有N 次购买记录，意味着客户会有N-1 个回购周期，取N-1 个回购周期的平均值，就可以得到这个客户的客户回购周期，而店铺的平均回购周期即是所有回头客的客户回购周期的平均值。3客户回购周期一、CRM 数据分析1回头客2重复购买率3客户回购周期商品回购周期4l 商品回购周期是指客户重复购买同一件商品的平均时间间隔。在计算商品回购周期的过程中，需要注意以下两个细节：u 对于有不同容量（规格）
9、SKU 的商品而言，重复购买周期应该按照SKU 分开计算。u 商品回购周期区别于客户回购周期，需要根据购买商品的件数计算周期。商品回购周期（第N+1 次购买时间-第N 次购买时间）/第N 次购买的件数一、CRM 数据分析34251降维思维拆分思维对比思维增维思维假设思维一、CRM 数据分析12345u 简单随机抽样u 分层抽样u 整群抽样u 等距抽样u 多阶段抽样u 双重抽样Contents目录CRM 数据分析1RFM 分析模型解析及运用2二、RFM 分析模型解析及运用RFM 模型解析1 1RFM 模型的价值2 2运用RFM 模型开展客户细分3 3基于RFM 模型的营销策略的制定4 4二、RF
10、M 分析模型解析及运用l RFM 分析模型原用于传统营销、零售业等领域，适用于拥有多种消费品或快速消费品的行业。二、RFM 分析模型解析及运用1.R、F、M 概念解析1R（Recency）l R 是指客户最近一次交易时间的间隔。R 值越大，表示客户交易发生的日期越久，反之则表示客户交易发生的日期越近。2F（Frequency）l F 是指客户在最近一段时间内交易的次数。F 值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。3M（Monetary）l M 是指客户在最近一段时间内交易的金额。M 值越大，表示客户价值越高，反之则表示客户价值越低。二、RFM 分析模型解析及运用2.R、F、M
11、数据解析及分析l 最近一次消费：取出来的数据是一个时间点，需要由当前时间点即最近一次消费时间点来作为该度量的参考值，无论是以小时还是天为单位，都要注意单位选择的统一。l 消费频率：将用户的消费次数作为计算对象，使用Excel 表格中的COUNT 函数即可得出。l 消费金额：将每位客户所有消费的金额相加（SUM，求和函数）求得。二、RFM 分析模型解析及运用2.R、F、M 数据解析及分析l 获取三个指标的数据以后，需要计算每个指标数据的均值，分别以AVG(R)、AVG(F)、AVG(M)来表示，最后通过将每位客户的三个指标与均值进行比较，可以将客户细分为八类。RFM 客户类型划分RecencyF
12、requencMonetary客户类型重要价值客户重要发展客户重要保持客户重要挽留客户一般价值客户一般发展客户一般保持客户一般挽留客户注：“”表示大于均值，“”表示小于均值。二、RFM 分析模型解析及运用2.R、F、M 数据解析及分析l RFM 模型包括三个指标，无法用平面坐标图来展示，但可以使用三维坐标系进行展示，X轴表示Recency，Y 轴表示Frequency，Z 轴表示Monetary，坐标系的八个象限分别表示八类用户，根据表中的分类可以用右图所示的图形进行描述。RFM 客户价值象限分类二、RFM 分析模型解析及运用RFM 模型的作用二、RFM 分析模型解析及运用1.单维度RFM 指
13、标客户细分根据客户R 值分组客户组别R值范围客户类型1R30活跃客户230R90沉默客户390R180长期沉默客户4180R270睡眠客户5270R360深度睡眠客户6360R540预流失客户7540R720流失客户8R720死亡客户二、RFM 分析模型解析及运用1.单维度RFM 指标客户细分根据客户F 值分组客户组别F值范围客户类型1F1新客户2F2回头客3F3成熟客户4F4黏性客户5F5粉丝客户6F5忠诚客户二、RFM 分析模型解析及运用1.单维度RFM 指标客户细分根据客户M 值分组客户组别M值范围客户类型1M100低贡献客户2100M200中低贡献客户3200M500中等贡献客户450
14、0M2000中高贡献客户5M2000高贡献客户二、RFM 分析模型解析及运用1.单维度RFM 指标客户细分l 按照单个RFM 指标对客户进行分组，不同的店铺，设置的分组数量和分组标准有所不同：u 根据实际业务需要设计分组的数量u 根据客户行为特征设计分组的标准二、RFM 分析模型解析及运用2.多维度RFM 指标客户细分R 值和F 值的组合分组客户组别F值范围R值范围客户类型1F1R90活跃新客户290R180沉默新客户3R180流失新客户4F2R90活跃回头客590R180沉默回头客6R180流失回头客7F2R90活跃忠诚客户890R180沉默忠诚客户9R180流失忠诚客户二、RFM 分析模型
15、解析及运用2.多维度RFM 指标客户细分F 值和M 值的组合分组客户组别F值范围M值范围客户类型1F1M100低价值新客户2100M200中价值新客户3M200高价值新客户4F2M200低价值回头客5200M500中价值回头客6M500高价值回头客7F2M1000低价值忠诚客户81000M2000中价值忠诚客户9M2000高价值忠诚客户二、RFM 分析模型解析及运用1.RFM 模型客户细分l 首先对客户数据进行处理。RFM 模型客户数据处理的步骤二、RFM 分析模型解析及运用1.RFM 模型客户细分l 根据R、F、M 的得分情况进行整合，得到八种组合，即2-2-2、2-1-1、2-1-2、2-
16、2-1、1-1-2、1-2-1、1-2-2、1-1-1，其中2-2-2 为最好的客户（活跃客户），1-1-1 为商家要遗弃的客户；2-1-1为可能需要重点突破的客户，1-1-2 为商家要重点维护的客户。其余四种组合（即2-2-1、1-2-2、2-1-2、1-2-1）均属于一般客户。二、RFM 分析模型解析及运用2.制定营销策略针对不同客户采取不同营销策略客户类型特征营销策略活跃客户活跃客户是潜在价值和当前价值都很高的客户，是店铺的核心客户，这类客户的特征是与店铺之间的关系非常持久、稳定实施战略联盟策略，使商家与客户形成一个战略伙伴合作关系。商家在制定经营战略时，要时刻把最好客户考虑在内，要关注
17、到最好客户的价值利益实施客户专案管理策略。成立专门的客户专案小组，处理并管理活跃客户在交易中发生的事情，为这些超级客户及时提供符合其要求的商品或优质的服务建立优良客户数据库系统，加强客户文化研究实施客户信息保密策略，维护客户利益重点维护客户重点维护客户也是店铺利润的一个主要来源，虽然它的当前价值很低，但是潜在价值很高实施以提高客户份额为中心的客户忠诚度计划。充分利用店铺已有的客户信息数据库进行有效的数据挖掘工作，找出客户的深层次需求，以此来扩大此类客户在店铺客户总数中所占的份额实施频繁营销策略，提高客户的当前价值实施客户维系策略，降低客户成本，为客户提供更大的让渡价值二、RFM 分析模型解析及
18、运用2.制定营销策略续 表客户类型特征营销策略重点突破客户重点突破客户的当前价值很高，但是潜在价值很低，是值得商家深度挖掘的一类客户实施客户培养计划，促进客户的成长。针对已经区分出的有较高潜在价值的重点突破客户制定营销策略，使客户的潜在价值转化为当前价值，扩大对客户销售的宽度（购买的种类）和深度（购买的数量），使客户产生重复购买实施客户亲近策略，强化商家与客户的情感联系。商家通过各种途径保持与客户的密切接触，建立一种亲善的关系定期进行客户分析，提高重点突破客户向重点维护客户的转化率。商家需要定期对这些客户的价值进行分析，通过对重点突破客户的培养，双方会慢慢建立起一种持续、稳定的关系，此时客户的
19、潜在价值会慢慢转化为当前价值一般客户当前价值和潜在价值都不明显的一类客户商家可以采取“坚决保留”的做法。要仔细研究客户的当前价值和潜在价值，运用适当的策略去对待这类客户，争取将一般客户转化为重点突破客户、重点维护客户甚至是活跃客户流失放弃客户当前价值和潜在价值都很低的一类客户此类客户虽然不会给店铺带来价值和利益，但也不会消耗店铺的资源，可以不对其制定任何策略课后习题1某商家想要对自己店铺内所有会员进行数据分析，请问其应该根据哪些指标展开数据分析？2某店铺针对今年“双十一”活动设计了两套活动方案，但是店铺负责人无法确定哪套方案的效果会更好，请问运用何种CRM 分析方法可以帮助其做出选择？这种方法应该如何操作？3简述RFM 模型的概念，并说明如何运用RFM 模型开展客户细分。
