會員系統RFM數據分析模型

在眾多的客戶關係管理的分析模式中，RFM模型被廣泛提到，最近一次消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)，是衡量客戶價值的重要指標，一卡易將RFM模型自然融入到會員系統的統計分析中，讓商戶不用再做更多的分析調研，即可對客戶價值一目了然。

數據分析模型

RFM 模型是會員管理領域裡的一種會員消費行為分析模型， 其中R近度(Recency） 代表最近購買時間，指上次購買至現在的時間間隔； F 頻度(Frequency)代表購買頻率，指的是某一期間內購買的次數；M額度(Monetary) 代表總購買金額，指的是某一期間內購買商品的金額。

RFM模型在反映會員購買偏好方面具有良好的表征性。

經過研究發現
R值越小，會員越有可能與企業達成新的交易。
F值越大，會員越有可能與企業達成新的交易。
M值越大，會員越有可能與企業達成新的交易。
RFM 模型在反映會員價值方面同樣具有良好的表征性，它是衡量會員價值和會員創利能力的重要工具和手段。一卡易將該模型成功套用於會員系統中，通過一個會員的近期購買行為、購買的總頻率以及購買的總金額等3項指標來描述該會員的價值狀況。如果與該會員打交道的時間足夠長，也能夠較為精確地判斷該會員的長期價值（ 甚至是終身價值），通過改善3項指標的狀況，從而為更多的行銷決策提供支持。
連鎖會員系統的‘統計分析’模組運用RFM模型做出‘會員RFM’，幫助使用者來了解會員的消費行為和消費的意向。

模型實際套用

會員系統統計分析里，會員RFM分析，通過高級篩選器篩選出的消費記錄，針對於會員消費記錄進行統計分析，得到近度（R），頻度（F），額度（M），近度差（近度減去平均近度），頻度差（頻度減去平均頻度），額度差（額度減去平均額度）這些數據。分析這些數據了解到會員的消費、消費頻率、消費金額情況得到消費者價值。
通過分析得到3條結論：

1、近度差越大會員越久沒來消費，會員的活躍度越低，可能是流失的會員，近度差越小會員越有可能與企業達成新的交易，相對的會員活躍度越高；（對於活躍度低、可能流失的會員，可通過贈送“電子優惠券”等形式將其重新喚醒）

2、頻度差越大會員的消費意向越高，活躍度越高同時也意味著忠誠度越高，頻度差越小會員的消費意向越低，有可能會流失這部分會員；（對於消費頻度低的會員，可通過到店兌換禮品、參加免費活動、會員活動日等方式增大會員的到店頻率）

3、額度差越大會員產生的價值越高，商家的主要贏利點，額度差越小會員的購買力越低或者購買慾望越低。（對於消費額度低的會員，可設定套餐購買、消費滿多少送多少、辦理儲值卡等模式拉大客單價）

通過對這3個指標去制定行銷方案拉動消費意向低、消費額度高的會員多消費，拉動消費額度低的會員提高消費額度等方式來提升RFM 三項指標的狀況，從而為企業創造更大的價值。

會員系統介紹

1、打開員系統中統計分析功能，找到‘會員RFM’。

統計分析報表

2、篩選方式
1）、通過消費時間篩選。
2）、通過會員級別篩選。
3）、通過註冊店面篩選。
4）、通過操作員篩選

會員RFM分析