# RFM 操作篇：別煩惱了！分眾行銷就這麽簡單！（三部曲 2/3） > 上一篇文章簡單介紹了 RFM 分析模型。RFM 模型能夠分析顧客的終身價值，幫助行銷人員將行銷成本重點放在有消費力的顧客，同時針對顧客的不同特性實施行銷策略，提高投資報酬率。 這篇文章則重點説明如何使用 Excel 進行 RFM 分組。RFM 的分組方式十分簡單，以顧客的 Recency（上次消費的日期）、Frequency（消費頻率）、Monetary（消費金額）三個指標分別進行評分。 RFM 分組的核心概念 建立 RFM 之前，必須說明的是 RFM 的分組方式有很多種。如果你曾經搜尋過 RFM，會發現不同網站所寫的分組方式都有些不一樣。其實只要掌握以下三個原則，就能理解 RFM分組的核心概念，之後便可依據不同的行銷需求選擇適合的分組方式。 1.選擇正確的指標 傳統 RFM 的指標分別爲上次消費的日期、消費頻率和總消費金額。然而在上一篇文章就有説明，應該針對不同的行銷策略選擇適合的指標。如果想看到的是 Email 行銷的成效，那指標應改爲「上次開信的日期」、「開信率」。 2.選擇合適的評分方式 RFM 分組是針對 R、F、M 的三個指標分別進行評分， **分類：** Email 行銷 **作者：** Peiyi Chong **發布日期：** 2019-03-22T01:35:25.000+08:00 [上一篇文章簡單介紹了 RFM 分析模型](https://blog.newsleopard.com/email-marketing-crm-rfm-analysis/?ref=cms.newsleopard.com)。RFM 模型能夠分析顧客的終身價值，幫助行銷人員將行銷成本重點放在有消費力的顧客，同時針對顧客的不同特性實施[行銷策略](https://blog.newsleopard.com/10-smb-marketing-strategies/?ref=cms.newsleopard.com)，提高投資報酬率。 這篇文章則重點説明如何使用 Excel 進行 RFM 分組。RFM 的分組方式十分簡單，以顧客的 Recency（上次消費的日期）、Frequency（消費頻率）、Monetary（消費金額）三個指標分別進行評分。 ## RFM 分組的核心概念 建立 RFM 之前，必須說明的是 RFM 的分組方式有很多種。如果你曾經搜尋過 RFM，會發現不同網站所寫的分組方式都有些不一樣。其實只要掌握以下三個原則，就能理解 RFM分組的核心概念，之後便可依據不同的行銷需求選擇適合的分組方式。 ### **1.選擇正確的指標** 傳統 RFM 的指標分別爲上次消費的日期、消費頻率和總消費金額。然而在上一篇文章就有説明，應該針對不同的[行銷策略](https://blog.newsleopard.com/10-smb-marketing-strategies/?ref=cms.newsleopard.com)選擇適合的指標。如果想看到的是 Email 行銷的成效，那指標應改爲「上次開信的日期」、「開信率」。 ### **2.選擇合適的評分方式** RFM 分組是針對 R、F、M 的三個指標分別進行評分，通常以 1 分為最低分，滿分則 3-5 分最佳。確認好RFM的指標後，可依據百分比或是絕對值，將顧客進行評分。簡單來説，就是可將前 20% 消費頻率高的顧客評爲 5 分滿分，也可規定消費超過 30 次才是滿分。評分方式需依據指標的數據做適當的調整。下面的實際操作會再次説明這個部分。 ### **3.選擇適當的分組數量** 進行 RFM 評分後，每個顧客都擁有 RFM 代碼。例如 A 顧客的 Recency 評分為3，Frequency 為 4，Monetary 為 1，他的 RFM 代碼則爲 341，應被分入341 的這個組別。組別的數量取決與分數的數量。若顧客數較少，可以 3 分為滿分，進行 27（3\*3\*3）個分組；反之則可使用 5 分為滿分，進行 125（5\*5\*5）個分組。 RFM 實用的地方在於它彈性很大，適用於許多行銷目的。舉例來說，網路上也有 RFM 指標以百分比 1,0 的評分方式，簡單粗暴地只分了 8（2\*2\*2）組。這種分組方法當然可行，但只分成 8 組可能會太過片面。組別分得多不代表你必須分別對每一個組別進攻。相反，你可以先判斷你的行銷對象是最近購買的顧客，而且適合消費力比較高的，那就以 Recency 和 Monetary 評分較高的組別們（可能是10-50 組）進行重點行銷對象。 ## 5 大步驟輕鬆建立 RFM 知道 RFM 的分組概念後，就可嘗試實施 RFM 分析。以下便以 Excel 作為軟體工具，實際說明操作的過程。 ### Step 1：使用正確的指標 首先，將顧客的消費記錄調出，並選擇要使用的時間範圍。這篇文章將以以下指標及時間範疇為例： - 時間範圍：2 年 - Recency：距離最近一次消費天數 - Frequency：訂單數 - Monetary：總消費金額 ### Step 2：導入數據 在 Excel 上導入公司的顧客數據，將不相關的數據刪除。以下圖為例，我們只需保留 Days from last purchase 距離最近一次消費天數、Orders 訂單數、Total Value 總消費金額，其他數據皆可刪除。 ![RFM 操作篇：5 大步驟建立 RFM，輕鬆完成分衆行銷！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/03/rfm_segmentation_step_by_step_1-800x266.jpg) 接著，分別將 Recency, Frequency, Monetary 寫在第一列，共三個欄位。為了方便排序，在所有欄位上加入篩選功能。最後，Excel 應該呈現這種樣貌： ![RFM 操作篇：5 大步驟建立 RFM，輕鬆完成分衆行銷！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/03/rfm_segmentation_step_by_step_2-800x325.jpg) ### Step 3：根據 Recency 指標進行排序及評分 對 Recency 的指標進行排序。在此範例中，我們以降序的方式對「距離最近一次消費天數」進行排序。 ![RFM 操作篇：5 大步驟建立 RFM，輕鬆完成分衆行銷！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/03/rfm_segmentation_step_by_step_3-800x325.jpg) 在這裡，我們以百分比，且 4 分為滿分進行分組。將顧客總數除以 4，在 Recency 的欄位上為前 25% 最近消費的顧客寫上滿分 4，接下來的 25% 則是 3，以此類推至 1 分。因此，可以很簡單地判斷，3-4 分是分數比較高，也比較有價值的顧客；1-2 分則是相對評分較低的顧客。 此外，由於 RFM 分組是很彈性的，因此應根據實際情況進行變動。下圖顯示有兩位顧客都在 3 天前消費過，則兩位都應標上同樣的分數，但這樣會破壞 25% 百分比的分組架構。此時行銷人員應合理判斷 3 天前消費是非常近期的，不必拘泥於百分比，可將他們都寫上 4 的滿分。 ![RFM 操作篇：5 大步驟建立 RFM，輕鬆完成分衆行銷！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/03/rfm_segmentation_step_by_step_4-800x325.jpg) ### Step 4：根據 Frequency 指標進行排序及評分 和上述的 Recency 步驟相同，先以升序將 Orders 總訂單數進行排序，並以絕對值進行評分。1 次訂單數= 1 分；2 次= 2 分；3-4 次= 3 分；5 次以上= 4 分。 如何決定應該以百分比或絕對值進行評分，主要取決於你的數據。以此範例為例，由於 1 次訂單數的顧客有 7 人，幾乎佔 50%，因此不適用以百分比進行評分。 ![RFM 操作篇：5 大步驟建立 RFM，輕鬆完成分衆行銷！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/03/rfm_segmentation_step_by_step_5-800x325.jpg) ### Step 5：根據 Monetary 指標進行排序及評分 和上述的 Recency 步驟相同，先以升序將總消費金額進行排序，可以以百分比或是絕對值進行評分。 ![RFM 操作篇：5 大步驟建立 RFM，輕鬆完成分衆行銷！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/03/rfm_segmentation_step_by_step_6-800x325.jpg) ## 運用 RFM 進行分組 這時，你已經為所有顧客進行 RFM 的評分，可以合理判斷，評分越高的人越值得投資。然而，RFM 不止幫助你判斷顧客的終身價值，還可以從 RFM 評分中得到一些有效訊息，比如：Monetary 評分較高的人可能更願意購買奢侈品； Recency 評分較高的是最近光臨的顧客，他們對公司的產品最有印象。 在上面採用的三個 RFM 指標中，最值得投資的是 Recency 評分較高的顧客，因為最近消費的顧客對公司品牌最有記憶，如果消費經驗是好的，會讓他留下很好的印象，甚至可能向親朋好友推薦你的產品。此時，你應該打鐵趁熱，寄送相關的產品訊息給他，鼓勵他盡快再次進行消費。 儘管如此，RFM 的優勢在於分組非常彈性，行銷人員可活用這些分組，根據不同的目的進行行銷策略。在這麼多組別中，可以依照 RFM 評分的高低，進行幾個經典的分組。以下簡單說明四個分組定義及適合使用的電子報行銷手法： ### 1\. 寄送 VIP 獨家優惠 【最有價值的名單：高 R、高 F、高 M】 這些顧客最近消費，消費頻率和金額也很高。建議寄送獨家優惠，感謝他們過去的關注。可選擇[發送問卷，顯示公司重視他們的意見](https://blog.newsleopard.com/email-marketing-crm-3tips-180227/?ref=cms.newsleopard.com)。也可嘗試邀請他們關注公司 Facebook 或 Instagram，加強與他們的關係。 ### 2\. 寄送歡迎信 【最有活力的名單：高 R、低 F】 最近才剛消費的顧客，表示他們對公司品牌最有印象，因此應該進一步加强顧客對你的印象。這個組別包含新手顧客，因此建議[寄送歡迎信的優惠](https://blog.newsleopard.com/email-marketing-highest-open-rate-welcome-letter-taaze-180620/?ref=cms.newsleopard.com)，或是提供產品訊息、新手適用指南，讓他們更瞭解公司。 ### 3\. 寄送舊顧客挽回信 【最需關心的名單：低 R、高 F、高 M】 過去的業績大部分來自這群顧客，但他們已許久未進行消費。爲什麽他們最近不關心你了？他們曾經是很有價值的顧客，因此應瞭解他們目前的需求。[建議發送舊顧客關心信](https://blog.newsleopard.com/%E8%A6%81%E6%8F%90%E9%AB%98%E9%9B%BB%E5%AD%90%E5%A0%B1%E8%A1%8C%E9%8A%B7%E6%88%90%E6%95%88%EF%BC%8C%E8%B6%95%E5%BF%AB%E6%BA%96%E5%82%99%E5%96%9A%E9%86%92%E6%B2%89%E7%9D%A1%E6%9C%83%E5%93%A1%EF%BC%81/?ref=cms.newsleopard.com)，提供促銷活動，並調查他們爲何近期不再關注公司。 ### 4.  強調消費者權益，視情況刪除名單 【最消極的名單：低 R、低 F、低 M】 最近不曾消費，且消費頻率和消費金額不高的觀眾。他們可能對公司缺乏信任或不知道公司的特點。除了寄送關心信和優惠券外，建議强調消費者權益，比如退貨權利、產品通過測試的證明。過了一段時間，他們沒有回應的話，則可[考慮將他們從名單中刪除](https://blog.newsleopard.com/%E6%89%BE%E5%87%BA%E7%84%A1%E6%95%88%E6%9C%83%E5%93%A1%E8%AE%93%E4%BD%A0%E9%A6%AC%E4%B8%8A%E8%B3%BA/?ref=cms.newsleopard.com)。 ## 重點大整理 1. RFM 分組的三大核心概念為：選擇正確的指標、合適的評分方式及適當的分組數量。 2. 確定 RFM 的指標後，以百分比或絕對值的方式為顧客進行評分。建議以滿分 3-5 分為主，顧客數越多，則滿分的分數越高。 3. 評分結束後，每位顧客即有屬於自己的 RFM 代碼，根據這些代碼，可輕易分辨一些訊息，比如誰是你的忠實顧客、誰是新手顧客等。 4. 行銷人員根據行銷目的，針對感興趣的顧客進行行銷。比如想推廣公司的限量奢侈新品，可主力發送電子報給 RFM 代碼 444、434、344、334 的顧客，同時可忽略代碼 XX1 的顧客。 通常顧客分衆有兩種方式：根據顧客的基本資料、根據顧客的行為資料，RFM 模型就是利用顧客的行爲資料進行分衆。通過以上說明，可以發現 RFM 是個十分有彈性的分析模型。你可針對[企業的行銷策略規劃](https://blog.newsleopard.com/10-smb-marketing-strategies/?ref=cms.newsleopard.com)，選擇適當的指標，並根據公司數據的情況進行評分和分組。將 RFM 分眾結果運用在電子報寄送的行銷策略，將可[提高 21% 的電子報行銷利潤](https://nmcdn.io/e186d21f8c7946a19faed23c3da2f0da/712f15a792524df4bfe0912e6bf5bb2a/files/RFM-Analysis/Windsor_Circle_Whitepaper_-_RFM_Analysis_pdf.pdf?ref=cms.newsleopard.com)。還在等什麽？趕快進行你的 RFM 分衆吧！ * * * 延伸閲讀：[RFM 概念篇：做好顧客分眾，完成 CRM 的第一步！（](https://blog.newsleopard.com/email-marketing-crm-rfm-analysis/?ref=cms.newsleopard.com)[三部曲](https://blog.newsleopard.com/email-marketing-crm-rfm-analysis/?ref=cms.newsleopard.com)[1/3）](https://blog.newsleopard.com/email-marketing-crm-rfm-analysis/?ref=cms.newsleopard.com) 延伸閲讀：[RFM 進階篇：Email 名單分眾實作，教你創造開信率 38% 的方法！（三部曲 3/3）](https://blog.newsleopard.com/email-marketing-rfm-email-subscriber-segment?ref=cms.newsleopard.com) 延伸閲讀：[電子豹 x WeMo Scooter：亞洲最大共享機車服務，開信率 65％ 的電子報行銷五大關鍵](https://blog.newsleopard.com/the-secret-behind-wemo-scooter-65-percent-open-rate/?ref=cms.newsleopard.com) 延伸閲讀：[一份有溫度的電子報會是什麼模樣？看看綠藤怎麼做](https://blog.newsleopard.com/%e4%b8%80%e4%bb%bd%e6%9c%89%e6%ba%ab%e5%ba%a6%e7%9a%84%e9%9b%bb%e5%ad%90%e5%a0%b1%e6%9c%83%e6%98%af%e4%bb%80%e9%ba%bc%e6%a8%a1%e6%a8%a3%ef%bc%9f%e7%9c%8b%e7%9c%8b%e7%b6%a0%e8%97%a4%e6%80%8e%e9%ba%bc/?ref=cms.newsleopard.com) 延伸閲讀：[聊天機器人 Chatbot + Email 加乘效果，讓名單價值最大化！](https://blog.newsleopard.com/chatbot-and-email-make-lists-valuable/?ref=cms.newsleopard.com)