每個(gè)用戶(hù)的行為特征和價(jià)值各不相同，因此在對(duì)待不同的用戶(hù)時(shí)，不能一刀切，應(yīng)該根據(jù)用戶(hù)的特點(diǎn)進(jìn)行區(qū)別對(duì)待。在眾多的客戶(hù)關(guān)系管理（CRM）的分析模式中，RFM模型能夠很好地衡量客戶(hù)價(jià)值和客戶(hù)創(chuàng)利能力，常用來(lái)進(jìn)行客戶(hù)分級(jí)RFM模型通過(guò)一個(gè)客戶(hù)的近期購(gòu)買(mǎi)行為、購(gòu)買(mǎi)的頻率以及花了多少錢(qián)三項(xiàng)指標(biāo)來(lái)描述該客戶(hù)的價(jià)值狀況，并依據(jù)這三項(xiàng)指標(biāo)劃分不同的客戶(hù)類(lèi)型，從而對(duì)不同的用戶(hù)使用不同的營(yíng)銷(xiāo)策略，以達(dá)利益最大化。既然RFM模型如此重要，那該如何用Excel建立RFM模型呢？
共有以下四個(gè)步驟：準(zhǔn)備數(shù)據(jù)、統(tǒng)計(jì)RFM值、客戶(hù)分類(lèi)、精準(zhǔn)營(yíng)銷(xiāo)有以下2157行的銷(xiāo)售數(shù)據(jù)，字段分別為訂單號(hào)、客戶(hù)名稱(chēng)、訂購(gòu)日期、訂單金額。（數(shù)據(jù)已完成清洗，可直接使用）根據(jù)RFM模型，我們需要計(jì)算每個(gè)客戶(hù)的累計(jì)消費(fèi)金額、累計(jì)消費(fèi)次數(shù)、最近一次消費(fèi)時(shí)間間隔。可以用數(shù)據(jù)透視表來(lái)完成這三個(gè)指標(biāo)數(shù)據(jù)的統(tǒng)計(jì)，插入→數(shù)據(jù)透視表→確定，新建數(shù)據(jù)透視表。1.把客戶(hù)名稱(chēng)拖到行，訂單金額拖到值求和，完成累計(jì)消費(fèi)金額的統(tǒng)計(jì)2.把訂單號(hào)拖到值計(jì)數(shù)，完成累計(jì)消費(fèi)次數(shù)的統(tǒng)計(jì)3.把訂購(gòu)日期拖到值，并把值字段設(shè)置為最大值，再選中列內(nèi)容，把單元格格式設(shè)置為短日期，完成最近一次消費(fèi)時(shí)間的統(tǒng)計(jì)。
然后再用截止時(shí)間減去最近時(shí)間，得到最近一次消費(fèi)時(shí)間間隔最后再把數(shù)據(jù)復(fù)制到新表中，修改字段名，得到如下表：
各客戶(hù)綜合數(shù)據(jù)統(tǒng)計(jì)完成，接下來(lái)根據(jù)各指標(biāo)平均值確定客戶(hù)類(lèi)型
需要用到三個(gè)公式，分別為if判斷、average平均值函數(shù)、Vlookup匹配函數(shù)
=IF(B2<AVERAGE(B$2:B$89),1,0)
=IF(C2>AVERAGE(C$2:C$89),1,0)
=IF(D2>AVERAGE(D$2:D$89),1,0)
4、根據(jù)輔助表統(tǒng)計(jì)客戶(hù)類(lèi)型
=VLOOKUP(E2&F2&G2,$J$3:$K$11,2,0)
針對(duì)不同類(lèi)型的客戶(hù)執(zhí)行不同策略各類(lèi)型客戶(hù)數(shù)及占比分析，生成數(shù)據(jù)透視表，把客戶(hù)類(lèi)型拖到行，客戶(hù)拖到值計(jì)數(shù)，再次把客戶(hù)拖到值并把值顯示方式設(shè)置為總計(jì)的百分比看圖可知，一般發(fā)展用戶(hù)和一般挽留用戶(hù)比例太高，是否需要進(jìn)一步分析原因，為什么客戶(hù)流失這么嚴(yán)重呢？
以上，粗略的用各項(xiàng)平均值來(lái)確定0、1的值從而分成8類(lèi)用戶(hù)，更精細(xì)的是把RFM分別分成5個(gè)維度，產(chǎn)生5*5*5=125種客戶(hù)類(lèi)型。至于用哪種，就看實(shí)際需求啦。
