瞬變學會

《抓住消費者輪廓 ( RFM X NES X 貼標籤 X 演算法X4P X TCC )_智慧零售的數據軌跡(研究) 》

1. RFM模型：

消費（Recency）、消費頻率（Frequency）以及消費金額（Monetary）

美國數據庫行銷研究所亞瑟‧修斯（Arthur Hughes）提出管理顧客的方法，在顧客資料庫中有 3 項重要指標：最近一次消費（recency）、消費頻率（frequency）以及消費金額（monetary），將客戶劃分出 8 種類型，再分析各類顧客背後的消費行為及顧客的價值，進而提出行銷或維繫關係的方法。

3 項指標畫出 x 軸、y 軸與 z 軸，構成 RFM 模型。

最近一次消費（recency）：顧顧客上次消費時間愈近，價值愈大。
消費頻率（frequency）：顧客在一個月或一年中，買了多少次東西？購買頻率愈高，用戶價值愈大。
消費金額（monetary）：顧客一共在產品上花了多少錢？創造了多少利潤？消費金額愈高，用戶價值愈大。

此概念最早提出者為學者喬治‧卡利南（George Cullinan），可清楚看出客戶結構中，存在 8 種客戶：

(1)重要價值、(2)重要挽留、(3)重要發展、(4)重要維持、

(5)一般價值、(6)一般挽留、(7)一般發展和(8)一般保持。

2. NES 模型：

N＝新顧客（New Customer）

E＝既有顧客（Existing Customer）

S＝瞌/半/沉睡顧客（Sleeping Customer）

建構的NES模型

N＝新顧客（New Customer）
E＝既有顧客（Existing Customer）
E0＝主力顧客：個人購買週期2倍時間內回購的人
S1＝瞌睡顧客：超過個人購買週期2倍未回購的人。
S2＝半睡顧客：超過個人購買週期2.5倍未回購的人。
S3＝沉睡顧客（Sleeping Customer），購買頻率超過個人購買週期3倍未回購、回購率低於10%。

https://tw.news.yahoo.com/%E5%A4%A7%E6%95%B8%E6%93%9A-martech-x-%E6%95%B8%E4%BD%8D%E8%BD%89%E5%9E%8B-%E5%A4%A7%E6%95%B8%E6%93%9A%E6%9C%83%E5%93%A1%E8%A1%8C%E9%8A%B7%E4%B8%8D%E6%98%AF%E5%8F%AA%E6%9C%89%E8%B2%BC%E6%A8%99-075200141.html

https://www.bnext.com.tw/article/37493/BN-2015-09-27-003510-84?fbclid=IwY2xjawKglZVleHRuA2FlbQIxMABicmlkETFOaTA5bW9TWmxYRnh5UlJJAR5vpdiAtRcyrBeGdYw0hA9ozx3mq21ra48cP_cWZbUZncsTnLxv8olqa7Zscw_aem_E7nnw4nfB3texD8fVd6_tg

3.貼標籤：以行為標籤貼標分群

https://tw.news.yahoo.com/%E5%A4%A7%E6%95%B8%E6%93%9A-martech-x-%E6%95%B8%E4%BD%8D%E8%BD%89%E5%9E%8B-%E5%A4%A7%E6%95%B8%E6%93%9A%E6%9C%83%E5%93%A1%E8%A1%8C%E9%8A%B7%E4%B8%8D%E6%98%AF%E5%8F%AA%E6%9C%89%E8%B2%BC%E6%A8%99-075200141.html

4.演算法：以 AI 演算法建立預測模型

https://tw.news.yahoo.com/%E5%A4%A7%E6%95%B8%E6%93%9A-martech-x-%E6%95%B8%E4%BD%8D%E8%BD%89%E5%9E%8B-%E5%A4%A7%E6%95%B8%E6%93%9A%E6%9C%83%E5%93%A1%E8%A1%8C%E9%8A%B7%E4%B8%8D%E6%98%AF%E5%8F%AA%E6%9C%89%E8%B2%BC%E6%A8%99-075200141.html

5. 大數據4P 理論：

人（people）、成效（performance）、步驟（process）和預測（prediction）。

傳統4P理論：

產品（product）、價格（price）、促銷（promotion）、通路（place）。

大數據下的行銷將產生一個全新的4P：

人（people）、成效（performance）、步驟（process）和預測（prediction）。

第1個P-人(People) ：再多的顧客問題都只分5種。
第2個P-成效(Performance) ：每一間店都可以做自己的行銷。
第3個P-步驟(Process) ：找出priority，優先處理危急問題。
第4個P-預測(Prediction) ：精準預測顧客下次回購時間。

6.TCC：

消費者的瀏覽及購買時間（Timing）；

消費者習慣在什麼通路（Channel）瀏覽及購買，是否在線下瀏覽商品、線上購買，或者通通在線上或線下完成。

最後一個C，則是假設顧客一生對公司貢獻的潛在價值（Customer lifetime value）。

顧客終身價值是可以被計算的，通常用來衡量該名顧客是否還有開發價值，以及是否值得花成本維持這個顧客。

例如，最近一年（Recency）消費10萬以上的客人，具有金卡等級；同時，該名顧客資料顯示為價格及促銷敏感度低。因此，可以「預測」該名顧客的喜好，在生日月份「推薦」高品質及高單價的產品，成交的機率就會提高。

7.結論：

「RFM－4P－TCC」適用於會員分類及行銷。

實務上，我們可以用「RFM」將會員分級，再以「4P＋TCC」來做會員行銷。「RFM－4P－TCC」的做法，比「STP 」(市場區隔(Segmentation)、目標市場選擇(Targeting) 以及產品定位(Positioning)) 細緻許多，更個人化，也兼顧企業獲利與滿足顧客喜好，這正是大數據的神奇之處。

_____

補充：市場區隔的變數-人口統計、地理、行為、心理變數

(以東方消費者行銷資料庫為例)