五千年(敝帚自珍)

主题:【原创】乱侃直销战役 (一) --- 不理那两千万傻冒 -- 煮酒正熟

共:💬57 🌺209
全看分页树展 · 主题 跟帖
家园 【原创】乱侃直销战役 (三)

乱侃直销战役 (一)

乱侃直销战役 (二)

好啦,RFM咱终于整明白啦。

真明白了吗?这么地吧,俺出个题吧:咱河里宝贝小猪跟姜姑爷约好了要断... 这个... 断桥相会。小猪事前跑了趟 Limited,给姑爷的闺女多多买了身儿靓衫~~ 这小猪和姑爷其实都是 Limited 的客户,小猪的RFM分别是:1,12,和400刀 (瞧见没,小猪12个月里购买12次,比 例假还准),姑爷的RFM呢?分别是:4,6,和249刀 (差点儿就... )。大家说,谁更有可能再次购买 Limited 产品捏?对啦,是小猪。

现在咱把这个题目改一改:小猪的RFM还是:1,12,和400刀,而姑爷的RFM 却变成:2,14,和500刀,这种情况下,俩人究竟谁更有可能再次购物捏?

可见,只知道RFM的有效性排位还不够,还要知道其各自的权重。而这个权重,则是因公司和业务而异的。各个公司都有自己的RFM模型,在设定权重时都考虑了该公司的业务特点,以及该公司对于“最有价值消费者”(Best Consumer) 的理解和定义。

大体上,高价位的公司会比低价位公司适当提高M的权重,偏时尚型的服饰公司会比稳重型的服饰公司适当提高F的权重。

在统计学中,这个权重基本上就是 coefficient. 如果我们用P代表再次购物的概率,R 代表 recency, F 代表 frequency, M 代表 monetary,则一个最原始的RFM 模型可以表示为:

P = B0 + B1*R + B2*F + B3*M

B0 我们不去管它,B1、B2、B3就分别是R、F、M的权重。(要注意:B1是负数,B2和B3都是正数。想不通的朋友可以继续想一想 )

一旦设定好权重,则随意拿来一个消费者,我们都可以立即计算出 ta 的P值。在大部分公司里,这个P值称作 RFM Model Score. 中文就是RFM分值。RFM分值越大,代表这个消费者再次购买的概率越高

谈到这里,就自然引出数据库营销中的另一重要概念 --- decile 啦~~

我们还是举 Limited 为例吧。 Limited 建好自己的 RFM 模型后,就把那三千万消费者一个挨一个地让他们过模型 --- 是骡子是马,都拉出来遛遛!三千万遛完以后,每个消费者都获得一个RFM分值。然后把这三千万人按RFM分值从高到低进行大排名,排在最上面的那三百万人,是最有可能再次购买 Limited 产品的那百分之十,业内术语就是 decile 1, 也就是 the top 10% customers. 再下面那三百万人,就是 decile 2, 然后是 decile 3, 依此类推,最后那三百万自然是 decile 10, 也就是 Limited 销费群中 质量最差、最没价值的那部分消费者。

可见,decile 是基于RFM分值,对消费者进行的一个粗略的档次划分 (俺D三国武评也要闹个十档,嘿嘿嘿)。

那位问啦:你这个分档太粗,还有没有更细致的划分呢?

答案自然是:还有。这个以后再详细讲。

现在回到那个问题上 --- 小猪和姑爷,究竟是谁更有可能再次购买呢?

回答是:以小猪和姑爷的表现来看,两人都是稳稳的 decile 1,也就是最有价值的那10% 消费者,所以两人是一个档次的。如果一定要比谁分数微微高一点,意义实在是不大。老实交待:俺手里没有 Limited 的RFM模型,不知道那三个权重,所以连猜都猜不出。如果姑爷的R不是2而是3 (也就是说姑爷上次购物是仨月以前),那么基本上应该是小猪比姑爷高点儿。但现在这种情况真的很难讲。


本帖一共被 2 帖 引用 (帖内工具实现)
全看分页树展 · 主题 跟帖


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河