《 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) 》
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）
- 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%。
3.貼標籤：以行為標籤貼標分群
4.演算法：以 AI 演算法建立預測模型
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：
-----------
資料來源:
https://www.managertoday.com.tw/articles/view/60050?fbclid=IwY2xjawKgla5leHRuA2FlbQIxMABicmlkETFOaTA5bW9TWmxYRnh5UlJJAR5tOf_R8G1kB68w4vIiGumgR49Jn-iwh7TkPdS_Wt1D7Uqep5Db8HyNYiqJPg_aem_eSfhksaeTDCNvBaeLYyXFw
2.陳傑豪(2015)從舊4P到新4P (NES)，大數據究竟如何顛覆傳統行銷？經理人
https://www.bnext.com.tw/article/37493/BN-2015-09-27-003510-84?fbclid=IwY2xjawKglZVleHRuA2FlbQIxMABicmlkETFOaTA5bW9TWmxYRnh5UlJJAR5vpdiAtRcyrBeGdYw0hA9ozx3mq21ra48cP_cWZbUZncsTnLxv8olqa7Zscw_aem_E7nnw4nfB3texD8fVd6_tg
3.陳傑豪(2015)執行長必須改變的九件事，哈佛商業評論中文繁體版
https://www.hbrtaiwan.com/article/13190/ceo-sales-chameleon?fbclid=IwY2xjawKglZpleHRuA2FlbQIxMABicmlkETFOaTA5bW9TWmxYRnh5UlJJAR7U3I9W9Piqpoj9q4HBH4b9aoWtTFI97UOaz_cSLKnwnsk4cJzmoQ_vxMRRKA_aem_oPqqx8InNLi3fxH8btfCWg
4.高端訓(2019)大數據會員行銷從「行為分類」開始：這3組顧客變數(RFM、4P、TCC)，你能掌握嗎？，經理人雜誌
https://www.cheers.com.tw/article/article.action?id=5094067&page=2
5.高端訓(2022)【大數據 MarTech X 數位轉型】大數據會員行銷不是只有貼標
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.managertoday.com.tw/books/view/62878?fbclid=IwY2xjawKglatleHRuA2FlbQIxMABicmlkETFOaTA5bW9TWmxYRnh5UlJJAR5iu-9BRW9i-xVGC8DezWtcDDroLIQa801gQtfP1k--UuxIWLdbspHUKuJZ4A_aem_VC_pdjAevvaPmmagUD8SqQ
https://blog.shopline.tw/shopline-gm-interview-2025-csi/?fbclid=IwY2xjawKgmZxleHRuA2FlbQIxMQBicmlkETExaVdDajJzYkFTaUx6MFFBAR4xavEjozb_nkHLOlcwTR4kmnjZcbCD6uoN6MMB18shm3pt-BNmVsd7FTLDNA_aem_OAB1qFAe9xnRJjtHkzxAsg
https://www.famous1993.com.tw/tech/tech4074.html
10.東方線上(2024)東方消費者行銷資料庫（E-ICP, Eastern Integrated Consumer Profile）
(人口統計、生活型態、日常休閒、媒體接觸及商品消費實態)
https://www.isurvey.com.tw/3_product/1_eicp.aspx
11.行銷資料科學(2020)市場區隔技術 — 因素分析（Factor Analysis）
(人口統計變數、活動、興趣、意見)
