電商如何快速運用 RFM 模型，挖掘高價值的消費者？

電商經營上總會有淡季與旺季，除了大促、出清等活動外，藉由特定節日（如：母親節、雙 11、雙 12）進行折價促銷，往往能吸引大量營收轉換。若要降低淡旺季之間的營收差異，就必須有系統地提升顧客的忠誠度與客單價，讓顧客的購買意願不只產生在節日大檔、大促、買一送一、全館免運等降低客單價類型的活動上。 如何有策略地提升忠誠度與客單價？RFM 模型就是一個最佳的應用模型。

RFM 模型由三個維度構成——最近一次購買（Recency）、 購買頻率（Frequency）、 購買金額（Monetary）。透過三項維度的交叉比對，品牌可以更有系統地針對「顧客價值」進行會員分眾。將行銷資源優先分配給擁有高潛在價值的受眾、並依據不同類群的特性進行有效溝通，達到效益最大化。

RFM 模型是什麼？品牌該如何依據 RFM 模型規劃行銷活動？讓 beBit TECH  來透過這一篇文章進行分享！

什麼是 RFM 模型？

RFM 模型是透過消費者的交易數據來識別並分析客戶價值的方法之一，品牌可已藉由三大維度瞭掌握客戶的活躍度、黏著度和購買力，從而精準制定顧客經營策略，強化品牌忠誠、增加銷售額和市場佔有率。

• R（Recency） 最近交易時間：表示客戶最近一次購買時間，越近表示越活躍
• F （Frequency） 購買頻率：表示客戶過去一段時間內的購買次數，購買次數越多表示客戶越有價值
• M（Monetary） 交易金額：表示客戶在過去一段時間內的總購買金額，購買金額越高表示客戶價值越大

• VIP 會員（R、F、M 皆高）——消費頻率高、消費金額高、最近才剛消費過，這類會員是品牌的重要資產，對產品的喜好程度高，著重經營專屬好禮，新品優惠鼓勵持續與品牌產生良好的互動。
• 關注會員——消費頻率低、消費金額高、最近才剛消費過（R 高、F 低、M 高），雖然關注會員消費頻率低，但因為在單筆交易中，消費金額很高，往往有可能一下晉升到了 VIP 分級會員，透過不特定的專屬優惠，也有助於在回購期間內起到一定的提醒作用。
• 潛力常客（R 高、F 高、M 低）——消費頻率高、消費金額低、最近才剛消費過，雖然這類會員在每次消費的貢獻金額較有限，但高度的消費頻率，也能代表是忠誠度高的會員，運用滿額優惠或是限定組合方式，刺激每一次消費的客單價提升。
• 一般發展客（R 高、F 低、M 低）——消費頻率低、消費金額低、最近才剛消費過對比潛力常客，這類會員的消費頻率較低，近期有可能購買的原因，極有可能因為品牌的大型促銷活動而被吸引，但因為消費金額低，因此這類會員的推播則可以在重點活動時再做喚醒為主。
• 保持型會員（R 低、F 高、M 高）——消費頻率高、消費金額高、許久未進行消費，這些會員是品牌曾經的 VIP 會員，是過去大部分的業績來源，但也已經很久沒回來消費，此時對於這類會員，要多收集會員的需求，透過關懷類型的劇本來做引導，並找出會員不再關注品牌的原因。
• 維持型會員（R 低、F 高、M 低）——消費頻率高、消費金額低、許久未進行消費這些會員在過往的消費頻率很高，但已經許久未回來消費過了，當這類會員大量提升時，要來探究一下品牌的優惠活動做了較大幅度的改動，找出這類會員不回來購買的因素。
• 重點回頭客（R 低、F 低、M 高）——消費頻率低、消費金額高、許久未進行消費，這類會員是屬於高消費力會員，當有新品推播時，可以對重點回頭客做投放設置，提高對品牌的記憶點，加深對品牌的信心。
• 沉睡會員（R、F、M 皆低）——消費頻率低、消費金額低、許久未進行消費，這類會員是優先排序最後的會員，可能對品牌信心度不足、缺乏信任度，適度的推播優惠碼、以及關心信件之外，如果過一段時間仍未得到回應，則可以考慮將他們從名單中排除。

常見 RFM 模型應用情境分享

將所有會員依據最近購買時間、購買頻率、購買金額進行分眾後，如何規劃相對應的顧客經營策略？如何透過這些策略有效帶動業績？如何評估當前的行銷活動是否能吸引高價值的顧客？接下來，我們將分享 RFM 模型的應用：

1. 優化會員制度
2. 優化定價策略

此外，我們也將以服飾產業、保健食品產業為例，分享如何因應產業的特性，規劃 RFM 模型的分眾溝通。

利用 RFM 數據建立會員制度，提高回購率

「會員制度」是電商最廣為所見的分眾方式。依據一般會員、銀卡會員、金卡會員等分類，提供專屬折扣、生日禮等優惠方案。如何完善規劃等級差異與升級制度，可依據 RFM 模型做為參考。

依據 RFM 模型中的 F（購買頻率；Frequency）與 M（購買金額；Monetary），可以分析消費者的購買歷程。舉例：若年度消費金額 6,000-8,000、12,000-15,000 這兩類族群在營收貢獻上擁有最高的佔比，這兩個區間將可以作為會員分級的年均消費條件。此外，也可以參考年均消費次數的分佈，來制定等級升級門檻。品牌可應定期運用 RFM 模型檢視現行會員制度是否合宜，在等級流動上，也可以搭配 OmniSegement CDP 的「升等提醒劇本」做自動化溝通，每月有效可以再創造 5-8% 的營收貢獻。

透過 RFM 數據優化商品訂價策略，提高人均貢獻

在每月商品組合的規劃上，RFM 模型也可以幫忙！我們常常透過明星組合、加價購的方式提高我們單筆訂單的消費金額（客單價）。在發想搭配組合時，不妨依據 RFM 所歸納出分眾做更精準的搭配：對於高貢獻的會員提供 VIP 專屬商品組合、對於活躍度低的會員則提供更吸睛優惠的商品組合。類似的規劃不僅能強化顧客在商品組合的購買意願，更能延長與不同類群的人均貢獻。

產業應用分享：服飾產業、保健食品產業

服飾產業

服飾產業在市場偏好快速更迭的環境下，對於回購指標的敏銳度非常重要。根據 beBit TECH 團隊的市場觀察：超過一季後仍未回購的會員，其最終流失率將快速增加。

在顧客回購的掌握上，仰賴 RFM 模型中的 R（最後購買日；Recency）指標。透過 OmniSegement CDP 內建的品牌 RFM 分析模組，可在距離最後購買日的 90 天、180 天進行自動化溝通，促使活躍度較低的高價值會員（上述的保持會員、重點 回頭客）再度回站，對總體月營收效提升近 10%。因每位會員的回購日都不同，因此透過系統的自動化投遞將更能客製化的將不同的行銷內容投遞給不同的會員。

保健食品產業

顧客忠誠度往往是保健食品的主要目標。品牌期待顧客在使用產品後能產生穩定回購，若想改善其他健康面向時，會主動考慮購買其他類型的保健組合。在品牌忠誠度的經營上，首先可優先針對 RFM 分析模組表現都優異的會員（上述提到的 VIP 會員、關注會員及潛力常客），提供專屬的隱藏商品頁推播，透過這樣的自動化投遞劇本，有效替品牌創造近五個月的 6-8% 總業績佔比。 優先鎖定高價值的族群、快速擴大品牌的基本營收。

上述兩個例子，同樣都是想要帶動更多的業績，以及培養更多的忠誠用戶為主要目標，但因為產業型態的不同，再加上行銷活動各有吸引人的地方，因此在行銷策略與會員溝通上，更需要透過營運數據（Operation-Data）所組成的 RFM 模型來做更進一步的觀察，並且規劃更適切的行銷內容的規劃與應用。

結語

經由上述的說明，相信品牌更清楚如何藉由 RFM 模型歸類顧客的價值高低，在行銷活動規劃、資源的的分配上也更有明確的方向。此外，OmniSegment CDP 作為電商及品牌最高指名度的顧客數據平台，內建的 RFM 分析模組更能協助品牌延伸出更多元的行銷應用。如果你不知道該怎麼做分析、或是想瞭解更多的分析策略，歡迎與 beBit TECH 的專家聯繫，將更依據需求，提供合適的數據分析建議。

🔎  只要透過「聯繫我們」頁面填單並註明「領取 RFM 模板」，即可獲得完整的 RFM 數據紀錄模板、輔助團隊進行後續的數據紀錄與分析唷！