# 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） > 名單量太多？想要節省 Email 行銷成本？到底哪些顧客喜歡用 Email 收信，在行銷策略中如何發揮最大的 Email 行銷報酬率？這篇文章分享如何將 RFM 模型運用在電子報名單管理上，找出最適合進行電子報行銷的顧客，並提出建議。 一般常見的 RFM 模型是在 CRM 中利用顧客的消費行為進行分眾，分析顧客的終身價值。在 Email 行銷中，最直觀的「成效」是開信率和點擊率。應該如何提升你的開信率和點擊率？除了積極優化電子報內容，也應進行名單管理。如果停止寄信給開信率很低的人，就可提高整體開信率。利用 RFM 模型，可分析顧客的收信行為，並進行分眾。 電子報行銷 RFM 實際應用案例 一般的 RFM 指標分別是：Recency 最近一次消費日期、Frequency 消費頻率、Monetary 總消費金額。本篇文章利用 RFM 模型分析電子報的成效，Recency 的指標可以取代為「上次開信的日期」；Frequency 則以「平均開信率」或「平均點擊率」作爲分析指標；由於這次的案例名單沒有客戶的消費金額，因此無法分析 Monetary，而以 R、 **分類：** Email 行銷 **作者：** Peiyi Chong **發布日期：** 2019-04-10T20:00:52.000+08:00 名單量太多？想要節省 Email 行銷成本？到底哪些顧客喜歡用 Email 收信，在[行銷策略](https://blog.newsleopard.com/10-smb-marketing-strategies/?ref=cms.newsleopard.com)中如何發揮最大的 Email 行銷報酬率？這篇文章分享如何將 RFM 模型運用在電子報名單管理上，找出最適合進行電子報行銷的顧客，並提出建議。 一般常見的 [RFM 模型是在 CRM 中利用顧客的消費行為進行分眾](https://blog.newsleopard.com/email-marketing-crm-rfm-analysis/?ref=cms.newsleopard.com)，分析顧客的終身價值。在 Email 行銷中，最直觀的「成效」是開信率和點擊率。應該如何提升你的開信率和點擊率？除了積極優化電子報內容，也應進行名單管理。如果停止寄信給開信率很低的人，就可提高整體開信率。利用 RFM 模型，可分析顧客的收信行為，並進行分眾。 ## **電子報行銷 RFM 實際應用案例** 一般的 RFM 指標分別是：Recency 最近一次消費日期、Frequency 消費頻率、Monetary 總消費金額。本篇文章利用 RFM 模型分析電子報的成效，Recency 的指標可以取代為「上次開信的日期」；Frequency 則以「平均開信率」或「平均點擊率」作爲分析指標；由於這次的案例名單沒有客戶的消費金額，因此無法分析 Monetary，而以 R、F 兩個指標進行分析。 以下是這次案例設定的 **R、F 指標**，並以此作為名單分眾的條件： - R：近期有無開信。在這個案例中，使用**近期 10 次有無開信**進行分組。 - F：平均開信率。在這個案例中，使用**開信率大於或小於等於 22%** 進行分組。（全部名單未分組的平均開信率為 22%） 注意！由於每個公司的數據不同，因此分組方法必須根據公司的數據進行調整。[這篇文章列出 RFM 分組的3大核心概念](https://blog.newsleopard.com/email-marketing-crm-rfm-segmentation-step-by-step/?ref=cms.newsleopard.com)，強烈建議參考。 ### **1.凍結名單【R 低】** 首先將近期 10 次未開信的名單拉出，把它定義為「凍結名單」，即最近未開信的名單可能對電子報興趣已經不大，或是最近已經不需要電子報的服務。預測：**開信率最低，最不值得投資的一群人。** ### **2.VIP 名單【R 高 F 高】** 針對近期 10 次有開信的名單中，再找出開信率較高（>22%）的名單。這些名單最近有開信，且開信率很高，表示他們最近有在關注我們，且關注頻率很高，判斷我們的電子報內容最符合這些顧客的需求。預測：**開信率最高，最值得投資。** ### **3.普通名單【R 高 F 低】** 接著，在近期 10 次有開信的名單中，找出開信率較低（≤22%）的名單。這些名單最近有開信，但開信率不高，表示他們可能只對某些電子報內容有興趣。預測：**開信率普通，可選擇性寄送電子報。** ### **4.無資料名單【R、F 無資料】** 排除以上三組名單，剩下的名單皆屬於無資料名單。這些人極可能是新名單，沒有任何行為資料。預測：沒有任何行為資料，無法進行預測。**可持續寄信，隔一段時間，累計足夠多行為資料後，再次進行分組。** ![透過 R、F 指標針對 Email 名單的分群結果](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/04/%E8%9E%A2%E5%B9%95%E5%BF%AB%E7%85%A7-2019-04-09-%E4%B8%8B%E5%8D%886.39.00.png) R、F 指標針對 Email 名單的分群結果 根據 Email 名單的 R、F 分群結果進行實驗，實際寄送三次電子報行銷信件，每次寄送間隔一週左右，且每次寄送皆同時寄送給四個名單群組，以下是累計三次實驗的結果數據。 ![RFM 進階篇：名單分眾實例，成功找到開信率 38% 的名單！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/04/email-marketing-rfm-email-subscriber-segment-1.png) 1.凍結名單【R 低】近期 10 次未開信：平均開信率 4.5% ![RFM 進階篇：名單分眾實例，成功找到開信率 38% 的名單！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/04/email-marketing-rfm-email-subscriber-segment-21-800x337.png) 2.VIP 名單【R 高 F 高】近期 10 次有開信且開信率 >22%：平均開信率 31.8% ![RFM 進階篇：名單分眾實例，成功找到開信率 38% 的名單！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/04/email-marketing-rfm-email-subscriber-segment-3-800x334.png) 3.普通名單【R 高 F 低】近期 10 次有開信且開信率 ≤22%：平均開信率 8.4% ![RFM 進階篇：名單分眾實例，成功找到開信率 38% 的名單！](https://prod-newsleopard-blog.s3.amazonaws.com/wp-content/uploads/2019/04/email-marketing-rfm-email-subscriber-segment-4-800x329.png) 4.無資料名單【R、F 無資料】沒有足夠的數據：平均開信率 7.7% 進行三次實驗後，得出四個名單群組分別的平均開信率結果如下： 1. 凍結名單【R 低】近期 10 次未開信：平均開信率 4.5% 2. VIP 名單【R 高 F 高】近期 10 次有開信且開信率 >22%：平均開信率 31.8% 3. 普通名單【R 高 F 低】近期 10 次有開信且開信率 ≤22%：平均開信率 8.4% 4. 無資料名單【R、F 無資料】沒有足夠的數據：平均開信率 7.7% 實驗結果顯示，【R 高 F 高】群組的開信率高達 31.8%，【R 低】群組的開信率只有 4.5%，而【R 高 F 低】群組的開信率是 8.4%，證實原先的預測是正確的！因此，在 Email 行銷預算有限的前提下，應著重投資【R 高 F 高】群組，降低【R 低】群組的預算，並累計無資料群組的行為資料。 ## **使用篩選功能，進行名單分眾** 名單分眾可以有很多種方式，除了上述提到的 RF 分眾以外，[也可使用名單的基本資料如：性別、地區等進行分眾](https://blog.newsleopard.com/email-marketing-customer-segment/?ref=cms.newsleopard.com)。新版的電子豹增加了篩選功能，可輕鬆完成分組。電子豹的篩選功能分兩種：基本資料和行為資料。 **基本資料**：自定義資料。可以在 Excel 中加入名單的性別、消費金額、註冊成為會員的時間等等。匯入電子豹系統後，即可在基本資料中顯示。若你的活動是針對女生，可使用基本資料的篩選功能，找到「女生」，並建立群組。 **行為資料**：分析名單過去的行為資料。可依據行銷活動記錄、活動名稱、平均開信率、平均點擊率等作為篩選條件。 - **「****活動記錄****」**中可針對在電子豹的寄送活動的行為資料進行篩選，例如可以篩選近期 5 次寄送活動有點擊的人。 - **「****活動名稱****」**中可針對某個寄送活動的行為進行篩選。若想針對新會員再次做行銷活動，可以選擇上禮拜的寄送活動「註冊會員歡迎信」，找出有點擊歡迎信的名單，再次寄信新會員優惠給他們。 - **「****平均開信率****」**和**「****平均點擊率****」**則可以找出開信率和點擊率較高的名單。 名單分眾很重要，如果名單不進行分眾，會導致開信率和點擊率不佳。根據這次的 R、F 實驗證明，透過分眾找出最近有開信且開信率高的名單，可以在電子報行銷中達到最佳的開信率結果，因此在行銷成本有限的情況下，可以優先對這些名單進行 Email 行銷，或針對這群重點客戶做個人化的行銷策略。 新版的電子豹系統有進階名單管理功能，可利用篩選條件，於系統中進行 Email 名單分眾。除了可以篩選基本資料（年齡、性別等）以外，也可使用名單的行為資料（平均開信率、平均點擊率）作為篩選條件。在企業的[行銷策略](https://blog.newsleopard.com/10-smb-marketing-strategies/?ref=cms.newsleopard.com)中，利用有效的 R、F 分眾方法，搭配電子豹後台的彈性篩選方式，可輕鬆管理你的 Email 名單，在有限的行銷預算中，得到最高的 Email 行銷報酬率！ * * * 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 操作篇：別煩惱了！分眾行銷就這麽簡單！（三部曲 2/3）](https://blog.newsleopard.com/email-marketing-crm-rfm-segmentation-step-by-step/?ref=cms.newsleopard.com) 延伸閲讀：[EDM 也可以萌萌噠！看看 Pinkoi 怎麼做](https://blog.newsleopard.com/170627-2/?ref=cms.newsleopard.com) 延伸閲讀：[SEO 做不起來？你試過用電子報提升 SEO 的必殺技嗎？](https://blog.newsleopard.com/email-marketing-can-improve-seo/?ref=cms.newsleopard.com) 延伸閲讀：[主旨優化的 7 個秘訣＋A/B 測試，教你提升 Email 開信率](https://blog.newsleopard.com/email-marketing-optimize-subject-line-7-method-a-b-testing-increase-email-open-rate/?ref=cms.newsleopard.com)