價值？ 成本？ 讓RFM模型輕輕鬆鬆評估一切！
（附實現程式碼）-上

在RFM模型「系列 1」- 常貴客？新客？ 讓RFM模型簡簡單單解釋一切！（附實現程式碼），我們利用了R與F的交叉分析，簡簡單單推導出不同客群的行銷方案。 並在假設條件下，該商場可以利用R與F的交叉分析，在一年多賺進168萬元的淨利。

而本次我們將專注在RFM模型中的消費金額（Monetary）分析，並回答系列1的三個問題：

1. 有這麼多顧客區隔，更細部來說，這些區隔都值得我注意嗎？ 難道一次客真的要放棄嗎？
2. 可以使用消費金額（Monetary）及成本評估顧客終生價值嗎？那該如何評估？
3. 如何整合時間序列分析？難道時間序列沒有其他用途嗎？

在開始進行消費金額（Monetary）分析前，要請讀者先行了解四個概念：

1. 商品毛利（Gross Margin, GM）：每一件產品的毛利；簡單來說，就是「產品營收」- 「進貨的成本」。
2. 顧客終身價值（Customer Lifetime Value, CLV）：每一個顧客為我們貢獻的收入；簡單來說，就是對每個顧客購買的每一件商品進行「商品毛利」之加總。
3. 顧客購買（取得）成本（Customer Acquisition Cost, CAC）：為了要賣出商品，在每一個顧客上所花費的成本。
4. 顧客獲利率（CLV/CAC Ratio）：每一CAC可以為我們賺進多少的CLV。

哪些顧客區隔應該要放棄？ 應該要保留？

有了上述概念後，接下來，讓我們來回答前面提到的問題：「有這麼多顧客區隔邊界，更細部來說，這些區隔都值得我注意嗎？ 難道一次客真的要放棄嗎？可以使用消費金額（Monetary）及成本評估顧客終生價值嗎？那該如何評估？」

資料：

我們一樣透過上一篇文章的賣場資料，接著本篇在加入每個顧客的CAC（CAC資料下載）與CLV資料（直接以程式碼透過商品毛利計算）。

首先來看一下上一篇R與F交叉分析的資料格式(圖1)：

那我們再將CLV與CAC的資料加入考量，其中我們假定三樣商品的商品毛利：

• 瓶裝水 = 10
• 牛奶麵包 = 50
• 高麗菜 = 10

最終生成下述每個顧客CAC與CLV的資料(圖2)。

最後結合CLV與CAC的資料表就產生出來了！也就是在這張資料表中，除了可以進行R與F的交叉分析外，我們亦可開始進行「消費金額（Monetary）」的分析啦！

消費金額（Monetary）模型分析：

圖片X軸為CLV與CAC之比較，而Y軸對CLV來說則為營收金額的概念，對CAC來說則為成本的概念。藍色X軸則為R，藍色Y軸則為F。除此之外，我們還將「長條圖」的粗細以購買人數多寡表示之，越粗，代表越多人在此區隔購買，越細，則代表越少人在該區域購買。

有了顧客終生價值（CLV）與成本（CAC）的比較圖，讀者可以想想，如果你是行銷資料科學家或專業經理人，有了Monetary相關的資料，接著可能會做些甚麼?

首先，我們發現：

1. 常貴客確實為最賺錢的區隔
2. 新顧客隨著購買頻率的增加，CLV有逐漸上漲的趨勢
3. 先前客部份則非常有趣，在31–55天內，消費達5次以上的顧客，人數多，且金額甚至高過16–22天內，消費達5次以上的顧客
4. 一次客則發現成本花費高，且顧客消費效益不高…，但是人數似乎又是最多的區隔…

那… 所以哪些區隔要放棄？哪些要保留？

敬請期待明天下集，精彩內容別錯過!
【價值？ 成本？ 讓RFM模型輕輕鬆鬆評估一切！（附實現程式碼）-下】

作者：鍾皓軒（臺灣行銷研究有限公司共同創辦人）

附錄：