價值？ 成本？ 讓RFM模型輕輕鬆鬆評估一切！
（附實現程式碼）-下

在上篇價值？ 成本？ 讓RFM模型輕輕鬆鬆評估一切！（附實現程式碼）-上中，我們利用R與F交叉分析，產出顧客終生價值（CLV）與成本（CAC）的比較圖，但是在這麼多的顧客區隔中，哪些區隔要放棄？哪些要保留？

這時候，就需要使用到顧客獲利率（CLV/CAC Ratio）來做更直觀的計算，讓我們更清楚目前商場整體獲利狀況：

從顧客獲利率比較圖中(圖1)，我們可以非常清楚了解幾個思考方向：

總體

我們可以看到紅色區隔均是投入1塊錢成本，反而無法回本的區隔，所以我們就可以考慮不再繼續投資。或者不再繼續投資「嗎」？

常貴客分析

1. 在常貴客0–7天內消費5次以上的顧客中，我們每投入1塊錢的成本，就會賺得3.13元，這群人總共有14人，平均消費天數為3.93天，購買頻率為7.14，也就是一天平均消費1.82次，那一天就是 14* 1.82* (3.13–1) = 54.2元的淨收。
2. 在常貴客16–22天內消費5次以上的顧客中，我們每投入1塊錢的成本，就會賺得4.67元，這群人總共有5人，平均消費天數為18.4天，購買頻率為6.4，也就是一天平均消費0.35次，那一天就是 5 * 0.35 * (4.67–1) = 6.42元的淨收。
3. 在常貴客0–7天內消費5次的顧客中，我們每投入1塊錢的成本，就會賺得2.44元，這群人總共有17人，平均消費天數為3.82天，購買頻率為5，也就是一天平均消費0.77次，那一天就是 17* 0.77* (2.44–1) = 18.72元的淨收。

如果不考量該商場的其他布局策略，純粹以數字來評斷，讀者有沒有看出些什麼？

在常貴客的第1點與第3點比較可發現，第1點的人數明顯不足，如果能利用行銷活動將第3點的5個人轉換到第1點，如果根據過往經驗，將成本變高提高18％，花1.15元能一樣能賺得3.13元，且能夠吸引5個人，我們將可以一天多賺7.55元。

原樣：14* 1.82* (3.13–1) +17* 0.77* (2.44–1) = 73.12
轉換後＝(14+5)人* 1.82* (3.13–1.18) + (17-5)人* 0.77* (2.44-1) = 80.67

如果我們將人數「簡單」的放大10倍：

原樣：140* 1.82* (3.13-1) + 170 * 0.77* (2.44–1) =731.22
轉換後＝(140+50)人* 1.82* (3.13–1.5) + (170-50)人* 0.77* (2.44-1) = 806.69

這樣一天就多賺了75.47元，一個月就是2264元。

哇! 算出來了! 好棒棒!

但… 恩…有這樣簡單「嗎」？

這時候讀者心中一定激起了一個至關重要的疑問：「這看起來就是一個時間的綜整結果，能不能給我一個細部的趨勢變化圖? 更有利於我做行銷資源分配，而非一概而論？」

如何整合時間序列分析？

這時候就要綜整第一與第二個問題:「將消費金額（Monetary）以時間序列的方式進行趨勢整合，看出不同顧客區隔的趨勢分析，了解在每一個顧客區隔再投入資源不變的狀況下，哪一個區隔在未來是有發展性的 」。

要進行時間序列的消費金額分析，我們可將顧客的第一次購買日期當作基準，統計在這往後，該顧客的購買頻率（F）、最近一次消費天數（R）、CAC與CLV的總平均，如此我便能知道：

1. 每個月份消費者的購買軌跡；例如：cliendId 1 的消費者自從2017–02就有消費紀錄，而最近有5次消費、最近一次購買是則是8天前。如此便知在2017–02時至今日，他依舊是我的常貴客。
2. 我們還能知道每個顧客區隔中，到底是哪一個月份進來購買的顧客會是我們最值得投資的目標對象。
3. 再來就是，哪幾顧客區隔我們應該可以考量繼續或放棄投入資源。

我們假設報告的時間點先以為2017–04–11為基底，將時間序列的消費金額分析(圖2)製作出來後，我們可以很清楚看到，在本月的營收：

1. 最近一次購買天數0–7天且購買頻率4次的常貴客的數字從2017–01的155元平均顧客淨利一直到2017–03的370平均顧客淨利，有持續增長的趨勢存在，且該區隔的逐月新進顧客增長許多，建議可以將較多的資源比重依照月份淨值多寡進行行銷資源分配。
2. 再來看看最近一次購買天數0–7天且購買頻率2次的潛在客，很清楚發現，我們可以將有限的行銷資源投放到2017–02與2017–04該區隔新進顧客，排除2017–01及2017–03的顧客。就算要重新喚起這群淨值為負的顧客，也可以將淨值-28的2017–03的顧客當作資源投放的優先考量。所以並非顧客獲利率大於1以上，我們就一定要將所有資源投入到整體顧客區隔，而是可以根據月份等商場注重的變數做「區隔再區隔」，精準鎖定行銷資源的投放標的。
3. 再來看一個例子，我們再看到最近一次購買天數31–55天且購買頻率2次的一次客，在四月份時，有2017–02進來消費的這群一次客產生15元的淨值，然而這一顧客區隔以總體來說，他的總顧客獲利率竟然是0.96，雖然2017–02這群一次客貢獻淨值很低，但是相對有機會將他們拉抬上來，成為潛在顧客。
4. 再看最近一次購買天數16–22天且購買頻率2次的潛在顧客，雖然總顧客獲利率是0.9，但是其逐月新進顧客貢獻的淨值接有所改善，如果商場放棄掉他們，是不是又可惜了些？

所以我們從單點的顧客獲利率圖到時間序列的消費金額分析圖中，給我們的insight便是可以依照時間點的不同而妥當的去分配自己的行銷資源，而非總顧客獲利率<1就全盤放棄考量，那除了時間外，我可不可以在依照其他變數進行「區隔再區隔」？ 當然可以！時間序列可被替換成「品牌、品質、滿意程度等對商品利益有所影響的變數，精緻化行銷資源」，由此可知，商場必須要將顧客區分得更細緻，方能妥善運用行銷資源，將行銷利益最大化！

作者：鍾皓軒（臺灣行銷研究有限公司 共同創辦人）