首先让我们一起先来了解一下什么是RMF，R即Recency(最近一次消费)；M：即Monetary(消费金额)；F即Frequency(消费频率)，简单的说就是针对客户的最近一次消费、消费金额、消费频率进行系统的数据分析。但是此方法仅针对的是购买过的用户，如果卖家没有成交率，或者是新手，大神也没有办法帮你。
RFM是一种对客户分类的方法，它起初主要用于直效营销领域，目的是提高老客户交易的次数，进而增加店铺的曝光量以及提高订单量。另外，客户如果分类得当，每一时段的不同消费群体，他们所带来的消费金额都是很可观，并且是长久有效的。有针对性的对客户类别进行分析和筛选，只要做的好，做的周到，自家店铺订单多少，由你说了算！
用户购买行为漏斗：详情页面、收藏wishList，加购物车、之后是下单和付款，这是整个的大概流程。同时要考虑时间因素，例如：销售服装，三个月就需要换季，换季时可以做一个行为分析。但是如果是3C类的东西，使用周期长，那么时间段也是可以延长的。使用不用担心大金额的收藏或者是大折扣，不会亏本，当然也需要自己来评估。
即使不是速卖通的卖家也是可以做这样的表格进行营销的。经典的模型是会对用户行为进行分组的，每个组都会进行几轮的测试，如果卖家做不了，换成Excel也是可以的。
速卖通如何使用RFM模型
首先登陆后台管理
点击“添加用户，发放优惠券”的按钮，出来的界面就是活动的基本介绍
点击“用户，发放优惠券”，进去后就可以看到重点了
速卖通后台页面里有营销活动标签，其中有店铺活动，在店铺活动里有店铺优惠券，如下图。定向发放型优惠活动就是基于这一点
创建优惠券时，满额500个，面额最少是2美元。
转化率最高的是对加入购物车的用户进行操作。更简单的操作是对下单未付款的用户进行操作，促进他们付款，当然此操作不包含付款之后的退款等流程。
RFM中，R(最近一次的购买时间)、M(累计的消费金额)、F(消费频率)侧重点分别不同。通常购买频率多，忠诚度比较高。通常速卖通的大多数买家都比较喜欢便宜的，或者有优惠的，卖家就可以发放一些优惠券来刺激消费。
已购买用户
在已购买用户的列表中，购买次数越多，R越多，这表示客户交易频繁，在列表中根据成交次数排序，再加上最后一次订单的分析，通过这两项就可以看出最近一次购买人有哪些，成交比例高的有哪些，卖家可以根据这些进行优惠券的发放。交易过的用户包含交易维度和最近一次的交易记录。
对于累计消费金额，消费额度越高，忠诚度也越高。卖家可以针对消费额度高的顾客，发放一些高金额、低折扣的优惠券，即使是小的也是可以的，卖家根据自己的品类，针对这个做些营销策略。
成交群体比较多的，可以使用小额折扣进行刺激，最后一次的消费者忠诚度都是比较高的，尤其是订单大于1的，忠诚度是很高的。
总体来说，累计金额高的忠诚度高，消费频率高的忠诚度也高，最后一次订单中，即使没有大于1也要重视，当然需要刺激的是成交率为1的那些客户。成交次数较少的，或者最后一次订单在1个月到3个月之间的也是需要刺激的，累计成交金额或许比较低，但是可以使用店铺的平均客单价*2，只要低于平均客单价*2就可以。
购物车用户
加入购物车是会累计的，其实累计数字越多，对店铺的盈利越好。其实多件商品发货远比单件商品发货划算，比如5件商品同发一个物流，与1件商品发一个物流相比，这个值是很低的。卖家可以针对添加购物车商品多的人做一个刺激，还有对于加入购物车的金额大的话，卖家也可以根据自己的店铺情况和商品的价值来发放相对应的大折扣。
wishlist
wishlist跟购物车是差不多的，但是两者最大的区别在于wishlist只是喜欢并不一定会购买，卖家可以进行频繁的低折扣来刺激消费。另外，卖家可以将商品制定成特定价格的商品，基于此再进行针对性的系列促销。
时间和金额
折扣券的有效期和发放期。发放期是指可以发放的时间，有效期则是指这个折扣券在上面时间段内可以使用。折扣券在发放时间内发放，一般是提前3天的。有效期一般设置为7天。折扣比较小的可以设置15天。一般金额大的，有效期短。金额小的，有效期长。
定向商品
针对某一商品是无法跟踪购物车和wishlist里的用户是哪些的，这就需要利用特定的价格来区分。在购物车的列表和wishlist的列表中只有用户、金额、国家，并没有商品级别。这时可以使用一个特定的价格，收藏这个价格，而收藏数量为1的用户就是你指定的商品了。这样可以对指定的商品进行定向发放折扣券，好处就是在清库存，高毛利的时候发放大金额折扣券。
如何在非速卖通平台用RFM
只要根据那三个表格，做成自己想要的表格即可。如果数据量比较大，可以使用数据库进行记录。自己定义的另一个好处就是把商品这个维度也加入进来，这样就不用利用价格来跟踪了。更大的好处是对一个组的客户进行营销后，可以对购买、收藏、付款的用户来第二轮不用策略的营销，如果使用Excel，只要在后面加一列进行标注即可。
参考资料
RFM模型是相对比较经典的模型，可以参考网络的资料，以下是大神推荐的几个网站和博客：中国统计网，数据化管理，数据挖掘和数据分析，还有各种可以查看分享文档的地方，例如华院数云的资料。
标签：
