你想要合理的預測客戶再次對企業進行購買的可能性嗎？你想了解企業有限的資源該如何合理的分配到客戶身上嗎？分眾大家都知道，但哪種分眾方法跟成交訂單這件事關聯最高？
RFM（最近一次購買時間、購買頻率、購買金額）是一種強大的回頭客分析方法，能夠幫助我們全面瞭解客戶的價值和消費行為模式。透過 RFM 分析，我們能夠以生動有趣的方式深入探索客戶，並制定出針對他們消費模式的精準行銷策略。
這篇文章會教你如何探索 RFM 的奧秘，了解什麼是RFM、如何應用它，以及如何利用 Excel 來建立 RFM 分析模型。
RFM 是什麼 ?
RFM 分析的核心概念是以三個關鍵指標來衡量客戶的價值和忠誠度，分別是：
Recency : 最近一次購買
評估客戶最近一次購買的時間。較短的時間間隔意味著客戶目前與你的關係活躍。
Frequency : 購買頻率
計算客戶在特定時間範圍內的購買次數。購買次數越多，代表客戶對產品或服務的興趣和忠誠度越高。
Monetary : 消費金額
評估客戶在特定時間範圍內的總消費金額。消費金額越高，代表客戶的價值和財力狀況較好。
RFM 的核心概念
透過這些關鍵指標的分析，我們可以深入瞭解客戶的行為模式和價值等級，並根據這些資訊制定具體的行銷策略。這種分眾行銷的方式，可以幫助我們針對不同群體的客戶提供更有針對性的服務和行銷訊息，提高客戶的回購率和忠誠度。
RFM 是一種用來做分眾行銷的思考工具，制定好判斷客戶價值規則的並將規則數字化，利用數字的排列組合，通常為 1 到 5、1 到 3 等數字越大，結果越好。
利用 5x5x5 或 3x3x3 切割出專屬的分眾群體，如 555 等於高價值客戶、000 為低價值客戶或 001 為潛在流失客戶等。
80％ 的生意來自 20％ 的重點客戶
RFM 的分數與代表的意義
RFM 分數反映了不同客戶分眾的特徵和行為模式，有助於我們識別出不同價值的客戶並制定相應的策略。
-
高 RFM 分數客戶：這些客戶是企業最有價值的群體，他們最近有購買行為，購買頻率高且消費金額較大。他們對產品或服務表現出極高的興趣和忠誠度，是企業的忠實支持者和推廣者。
-
中 RFM 分數客戶：這些客戶在 RFM 指標上表現一般。他們可能購買次數較少，但仍然保持一定的忠誠度。這些客戶可能需要更多的刺激和個人化的行銷策略來提高他們的參與度和忠誠度。
-
低 RFM 分數客戶：這些客戶在 RFM 指標上表現較差，是不活躍或已流失的客戶。他們的購買頻率低，或長時間沒有購買。針對這些客戶，你可以規劃重新引起他們興趣或提供個人化的優惠來重新激發他們的參與度和忠誠度。
RFM 的應用案例
RFM 分析方法在市場行銷領域具有廣泛的應用，許多知名企業如星巴克和 Uber Eats 都成功地運用 RFM 分析來優化他們的業務策略。
星巴克的 RFM 案例
作為全球知名的連鎖咖啡品牌，星巴克擁有廣大的客戶群體和龐大的數據庫，像你平常使用的星禮程會員計劃，紀錄著你的購買習性，未來就能針對你的用餐習性提供個別化的體驗。
基於 RFM 分析的結果，星巴克可以制定針對不同客戶群體進行各種行銷策略。像是更多的優惠、折扣和特別禮遇；定期的推廣活動鼓勵再次購買；針對性的行銷活動提高忠誠度。
此外，RFM 分析能幫助星巴克識別潛在的流失客戶。透過監控低價值客戶的 Recency、Frequency 和 Monetary 指標的變化，他們能夠及時採取措施，例如提供特別優惠或邀請他們參加獨家活動，以挽留這些客戶並提高忠誠度。
RFM 分析這不僅幫助企業更了解客戶，還提供了制定個別化行銷策略的依據，從而提升客戶滿意度和銷售業績。
線上訂餐、叫車、各種電商通用的 RFM 案例
各種線上銷售平台，銷售本身就已經能夠數據化，因此都能經鬆的運用 RFM 分析優化業務運營。透過 RFM 分析，企業都能更有效理解用戶行為並提供更適合的服務。
透過 App、網路下單的服務可以很容易的紀錄你的訂單成立時間、金額與使用頻率、哪個裝置、哪個用戶。
-
最近性（Recency）：追蹤客戶最近一次使用服務的日期和時間，這有助於了解哪些客戶可能是頻繁用戶，如點餐的時間點表示用餐的習慣，可以運用促銷活動來鼓勵更頻繁的使用。
-
頻率（Frequency）：每次的交易紀錄保存了訂單成立時間，如：乘客的搭車規律，Uber 可以確定哪些乘客是他們的忠實用戶，就可以設計適合各種搭乘頻率用戶的優惠或促銷計畫。
-
金額（Monetary）：計算每位乘客的總消費金額，這可以幫助企業識別高價值乘客，如：團購主一為影響力中心，能輕鬆決定一群人的消費動態，因此鎖定高級別的會員計劃來獎勵 / 服務這些意見領袖。
基於 RFM 分析的結果，可以針對不同的客戶群體設計各式各樣的銷售情境。
透過深入了解使用者的消費行為和價值，企業能夠提供各種個人化的極致服務體驗，從而增加客戶忠誠度和企業的競爭力。
如何計算 RFM？
計算 RFM 需要考慮三個關鍵指標：最近一次購買時間（Recency）、購買頻率（Frequency）和購買金額（Monetary）。
1. 最近一次購買時間（Recency）
最近一次購買時間指的是客戶最後一次購買產品或服務的日期。該指標反映了客戶的活躍程度和忠誠度。一般而言，最近一次購買時間越近，客戶與企業的互動越頻繁，其價值越高。
2. 購買頻率（Frequency）
購買頻率表示客戶在一段時間內購買產品或服務的次數。該指標衡量客戶的忠誠度和持續消費能力。購買頻率越高，客戶與企業的互動越頻繁，其價值越高。
從購買頻率高的客戶進行樣貌分析，你可以回頭去規劃如何推動首購客戶進行回購更容易成功。
3. 購買金額（Monetary）
購買金額是客戶在一段時間內購買產品或服務的總金額。該指標反映客戶的消費能力和價值。購買金額越高，客戶對企業的貢獻越大，其價值越高。
若你的產業不是以購買金額來衡量潛在客戶價值，這個指標也可以用像是網頁瀏覽量、通訊往來互動。
如何進行 RFM 分析？
進行 RFM 分析需要將每位客戶的 Recency、Frequency 和 Monetary 指標進行評估並進行分段。一般而言，可以將每個指標分成三個級別：高、中、低。這樣就形成了一個 3 x 3 的矩陣，可以將客戶分為不同的級別。
你可先將三者各自獨立來定義，以 Recency 為利，假設你的產品是每週可以回購的快消品，先以 1 - 3 分來做分組，你可以這樣規劃：
- Recency = 3：得 3 分，最近一次購買時間落最近 14 天內
- Recency = 2：得 2 分，最近一次購買時間落最近 14 - 28 天之間
- Recency = 1：得 1 分，最近一次購買時間落最近 28 - 52 天之間
- Recency = X：得 0 分，最近一次購買時間落最近 52 天以上
得分的分組故事情境，需要由你們從對客戶的認知來寫設計，因此你的團隊需要真實去了解客戶，而不是看我上面寫的定義就把這個日期套入到你的 RFM 設計中 !
以此類推的定義 Frequency 和 Monetary，從不同維度面向上定義得分的原則，最後再將這些積分做排列組合起來，這樣就能成為一個客戶的樣貌。
以 3x3x3 來說你就會得到 27 組排列組合，都代表不同的客戶樣貌，而你可以再次針對這些排列
組合再定義出一層客戶分類以方便團隊翻譯出 RFM 背後的意義。
例如，高 Recency（最近一次購買時間短）、高 Frequency（購買頻率高）和高 Monetary（購買金額大）的客戶被視為最有價值的客戶，被歸為「重要價值客戶」、「忠實客戶」、「重要且忠實客戶」；低 Recency、低 Frequency 和低 Monetary 的客戶則被視為最沒有價值的客戶，被歸為「低價值客戶」、「沈睡客戶」。
進行 RFM 分析的目的是了解不同級別客戶的特徵和行為，並針對不同客戶級別制定適合的行銷策略。這樣可以更了解客戶需求，提高銷售機會，提升企業獲利能力。
如何使用 Excel 建立 RFM 分析
在 Excel 中建立 RFM 分析是一種相對簡單且有效的方法，讓你能夠對顧客進行分群和定位。透過 Excel 的功能，輕鬆計算每個顧客的 RFM 指標，並進行相關分析。
以下將介紹如何在 Excel 中建立 RFM 分析。
公式也準備好拉！底下分享給各位囉！
若有幫到你記得別忘了幫我們分享這篇文章幫助更多朋友！
準備資料和計算 RFM 值
首先，您需要準備一個包含客戶ID、訂單編號、購買日期和購買金額等相關資訊的 Excel 試算表。這些資料可以從您的銷售系統或其他資料來源中獲取。
接者使用樞紐分析的功能，將原始的訂單資料 (Raw Data) 做一番整理歸類，這時候你就能取得每一位客戶的訂單總數、訂單總金額、以及最近購買日。
我們將使用這三個重要資訊做為 RFM 分類的基石！
複製下列樞紐分析表的成果，開啟「 新分頁 」，僅複製「 值 」到新的分頁，我創建了 RFM 分析的新分頁。
在這邊創建一個新的欄位：上一次購買日數。計算最近一次購買距離今天過了多久日子了
上一次購買日數，使用公式 =DATEDIF(D2,TODAY(),"d")
接下來，我們需要計算每位顧客的購買間隔時間（Recency）、購買頻率（Frequency）和購買金額（Monetary）。在所有客戶訂單資料中，他們各自在這三大項指標中，各別落在什麼樣排名等級，我以 3x3x3 方式為例。
-
Recency：每個人上一次購買日期分三大組，像是：久久買一次、買了一小段時間、最近剛買過
- Frequency：這個案例我簡單的以訂單總數來分類大家，也是分三大組：買一點、經常買、超會買。
-
Monetary：以訂單總金額來計算，跟訂單數的比較還是有差，有人買一次可以勝過別人買 10 次。一樣分三組：小資、品味族、乾爹們
所以如果 RFM 出現了分數為 3、3、3，就可解讀為這位客戶是：「最近剛買過」而且他「超會買」我都叫他「乾爹」。
所以你一共可以有 27 種客戶樣貌可以喊，團隊聚在一起好好討論怎麼標籤他們吧！
活用 RFM 分析結果
比如篩出 Monetary 為 3 的所有「乾爹」們。不管他們是最近買還是才買幾次，誰付的錢多就是「乾爹」嘛！
其次，您可以利用 Excel 本身的篩選功能根據特定的 RFM 組合來選擇顧客。例如，您可以使用篩選功能選擇 Recency 值在特定範圍內、Frequency 值高於平均值、Monetary 值高於平均值的顧客，這些顧客可能是高價值的忠誠顧客。
RFM 分析能夠協助您辨識出高價值的忠誠顧客、潛力新客以及需要重新挽回的流失顧客。您可以針對這些不同的顧客群體設計個別化的行銷活動，以提升顧客忠誠度、促進購買行為和增加銷售收入。
你花預算的提供試用、宣傳活動、推廣活動等，就可以扎實的花在對的人身上，避免資源無效的浪費。
一旦你完成了 RFM 分析，你可以根據不同顧客群體的特徵和價值，制定適合的行銷策略和活動。
當你想讓 RFM 數據更好的被團隊應用，推薦你可以搭配 CRM 工具與自動化行銷工具。
從上面的 Excel 分析中你會發現，RFM 分類的方式實際上是一種「動態」的標籤資訊，而當你使用數位工具時，你就可以規劃系統即時掌握當 RFM 的各種動態變化，當切換到你 RFM 甜蜜點時，就馬上發動一連串的自動通知、或訊息傳遞，不論是通知內部團隊關注這位客戶，或是馬上讓客戶接收到專屬他等級的資訊，相信都對你的業務成長有很大的幫助！
RFM 讓分眾行銷（Segment Marketing）更上一層樓
分眾（Segment）的重要性
分眾行銷在市場細分的基礎上進一步發展，將市場細分應用到具體的行銷策略中。這種策略可以幫助企業更有效地達到以下幾個目標：
-
精準定位客戶群體：透過分眾行銷，企業可以更深入瞭解每個客戶群體的特點、需求和偏好。這樣就能將產品或服務的定位更準確地與客戶群體的需求相符，提供更吸引人且有價值的產品或服務。
-
增加市場競爭力：市場競爭日益激烈，企業需要尋找差異化的競爭優勢。透過分眾行銷，企業可以發現市場細分中的機會和缺口，開發出更符合特定客戶群體需求的產品或服務，從而在市場中獲得競爭優勢。
-
提高行銷效果：透過分眾行銷，企業可以更有效地執行行銷活動。對於每個客戶群體，制定適合的行銷策略和傳播方式，能夠提升訊息的傳達效果，增進客戶對產品或服務的認知和接受度，進而促進銷售額的增長。
什麼是市場細分（Market Segmentation）？
在談論分眾行銷的重要性之前，我們需要先了解市場細分的概念。市場細分是將整個市場劃分為不同的客戶群體或市場段落的過程。這種劃分是基於客戶的共同特徵、需求、購買行為或其他相關因素。
市場細分的目的在於更深入了解和滿足不同客戶群體的需求，並根據其特點展開相應的行銷活動。透過細分市場，企業可以更有效地運用有限的資源，針對最具價值和潛力的客戶群體提供更精準且個人化的產品或服務，以提升客戶忠誠度和銷售業績。
從市場細分到策略執行
制定市場細分是分眾行銷的第一步，接下來到成交訂單之前還需要進行一些步驟：
-
彙整客戶資訊：蒐集客戶的基本資訊、購買行為、偏好和特徵等資料是確定市場細分的基礎。這些資料可以來自多個來源，像是市場調查、問卷調查、網站分析、CRM 資料庫等。
-
分析數據：對客戶資料進行分析，找出最佳客戶群體之間的共同特徵和需求分析。這可以透過統計分析、資料挖掘、經驗分析等方法來實現。
-
制定細分標準：根據分析結果，明確劃分出客戶群體的標準。這可以是客戶的地理位置、年齡、性別、收入水平、購買偏好、RFM 等級、客戶等級等。
-
規劃執行策略：當拆解出各種消費者的細分標準後，各群體都會成為一組具備相近購買潛力的細分市場，例如將忠誠度高且重複消費者統整為 VIP 客戶群體、忠誠度高但購買頻率低的統整為入門 VIP 群體，這兩類人群，若期望在半年內想要讓他們購買多少量的公司新品，或是轉介少多少人成為新客戶，你會計畫如何跟這兩群人溝通呢？
追求轉化率提升，刁鑽地取出多種客戶需求做交集，直接瞄準痛點交集提出解決方案，轉化率自然飆升。
馬上動起來，使用 RFM 提升行銷成果
透過 RFM 分析，企業能夠深入瞭解顧客行為和價值，制定專屬的行銷策略，提高顧客忠誠度和銷售收入。
立即行動，開始運用 RFM 分析，深入了解您的顧客並制定相應的行銷策略，實現商業成功！
若您對在 HubSpot CRM 系統中導入 RFM 分析有任何疑問或需要協助，請隨時聯絡我們。
我們的專業團隊將樂意提供支援和指導，協助您運用 RFM 分析來提升行銷成果。
Related article
- What Is Recency, Frequency, Monetary Value (RFM) in Marketing?
- RFM analysis (recency, frequency, monetary)
- [Guide]: RFM Analysis w/ predictive segmentation examples
- Market Segmentation: Definition, Example, Types, Benefits
- 4 Types of Market Segmentation: Real-World Examples & Benefits
- RFM Analysis Tutorial: Simple Segmentation Analysis
- RFM analysis for customer segmentation and loyalty marketing
- RFM Analysis With Excel
