零售数据分析——从复购率引出RFM模型

原地的回忆

复购率，即重复购买率，业界非常关心的一个问题，直接反映了会员/客户的粘性。从百度百科当中可以发现，复购率有两种计算方式，第一种是按客户计算，即统计期内购买两次及以上的客户数/总购买客户数；第二种是按照购买的次数来计算，统计方法是（统计期内购买两次以上的客户总购买次数-统计期内购买两次及以上的客户数）/总购买次数。说实话的，在电商行业做数据分析这么久，第二种方法基本上很少见到，通常采用第一种办法来计算。

对于复购率的统计周期，通常需要按照实际的业务需求来计算。例如可以按照公司、店铺、来源渠道等等来划分不同的统计周期，如果你有这个需求，甚至可以按照品类来划分统计周期。统计的周期可以分为年、季、月、周，或者是从当前往前推溯一个月、一个季度、一年，还是那句，具体看业务需求。

复购率可以看出一个公司里面会员/客户的粘性，但是要看出单个会员/客户的忠诚度，单看复购率是不够的。这时候，有些公司就会考虑将重复购买的客户计算出来，看不同购买次数的客户占比如何，这样可以看出整体客户的情况，例如其实大部分客户都只是购买了一次就不会再产生购买，那应该如何促使该部分的客户再重新产生购买。

例1

但实际上，购买过一次的客户，不代表不会再来购买，因为，购买也是需要区分周期的，例如，部分客户是在最近产生购买的，这部分的客户，以后再购买的可能性会比之前只产生一次购买的客户要高。所以，这里又引入了一个指标，叫做最近一次购买时间。

不过也有部分客户，最近一次购买时间很近，购买的次数也很高，我们是否就认为这样的客户就是忠诚客户呢？答案是不一定。为什么呢？这个跟公司的营销策略也是有一定的关系的。

例如公司最近一直在做活动，折扣非常低，用以吸引客户购买（如淘宝的1元包邮等等），这样的策略，可能会吸引一些贪小便宜的客户来不断的产生购买，对于这种客户，一但活动结束，他有可能就消失了，所以，我们还得去看客户给公司带来的贡献。贡献这个值，比较多争议，有些公司直接采用销售额，有些算的是毛利润，有些比较精打细算的，直接用的净利润。实际上来说，净利润应该是最能体现客户的贡献值的，所以对于贡献值的选取，净利润>毛利润>销售额。

统计期内客户购买次数，客户最近一次购买时间，统计期内客户的贡献值，这三个因子，就构成了一个RFM模型。而根据RFM模型的结果，可以将客户/会员划分成8个不同的群体（实际上，有些公司或者店铺可能只有其中几个群体，具体看自身的客户/会员）。至于RFM模型怎么构建，由于时间的问题，暂时不做介绍，留待下次再写。

图片为网络所得

而RFM模型，除了可以判断公司客户的客户群体情况，还可以判断店铺的运营情况。另外，RFM模型可以结合商品销售等，构建客户偏好模型以及客户的生命周期模型等。ps：RFM模型在预测客户未来潜在价值上面，精确度非常高，我曾经做过类似的模型，对于存量客户来说，准确率在70%以上。

End.

作者：落樱漫渺 （中国统计网特邀认证作者）

原文链接：http://www.itongji.cn/cms/article/articledetails?articleid=4823

糖小猫