Chapter 03 市場區隔程式實作
一、區別常貴新客，用RFM模型直接做出產品推薦
在行銷資料科學裡，有一項好用的工具可以協助行銷人找出R「新客（近期曾來消費的顧客）、 F 「常客（常常來消費的顧客）」與 M「貴客（消費金額大的人）」，結合RFM就統稱為「RFM模型」。
以下是RFM模型的簡單概念：
(一) 最近一次消費（Recency）：
指消費者上次購買產品與至今再次購買的時間差。舉例來說，將「購買日期分為五等分」，每一等分為資料庫的20%：
- 最近消費的前20%，編碼為5
- 20%~40%編碼為4，以此類推
- 到80%~100%編碼為1。
也就是編碼等級越高的消費者，編碼等級越高的消費者，其最近消費的時間越短。
(二) 消費頻率（Frequency）：
指消費者在一定期間內購買該產品的次數。舉例來說：
- 次數最多的前20%，編碼為5
- 20%~40%編碼為4，以此類推
- 80%~100%編碼為1。
編碼等級越高的消費者，其消費頻率越高，忠誠度與顧客價值也越高。
(三) 消費金額（Monetary）：
指消費者在一定期間內購買該產品的總金額。
- 金額最大的前20%，編碼為5
- 20%~40%編碼為4，以此類推
- 80%~100%編碼為1。
編碼等級越高的消費者，其消費金額越高，顧客價值也越高。
利用以上的編碼方式，我們可以將顧客，依（R,F,M）的分數，共分成125群，亦即從最低的（1,1,1）（3分）到最高的（5,5,5）（15分）。
RFM模型能協助企業區分顧客，並描繪每種顧客類型的消費者行為。當企業對顧客進行分群後，可以再進一步從公司的顧客資料庫中，分析各群顧客背後的消費者行為，進而發展出預測模式。讓公司的顧客關係管理（CRM）系統在應用上，能夠提升到策略性的層級。
STP行銷策略 | 網路爬蟲x機器學習x數據分析
作者：鍾皓軒，羅凱陽，蘇宇暉
出版社：碁峰
出版日期：2020/09/16
語言：繁體中文
定價：520元
作者：鍾皓軒，羅凱陽，蘇宇暉
出版社：碁峰
出版日期：2020/09/16
語言：繁體中文
定價：520元
