跳到主要內容跳到主要內容
數據8 分鐘

📊 RFM 分析教學:用數據找出你的 VIP 客戶

完整 RFM 分析教學:從概念到實作,學會用 R(最近購買)F(購買頻率)M(消費金額)三維度分群客戶,精準行銷。

RFM 是什麼?為什麼電商一定要懂

RFM 分析是用三個維度來評估客戶價值的方法:

  • R(Recency)最近一次購買:距離上次購買多久了?越近越好
  • F(Frequency)購買頻率:過去一段時間買了幾次?越多越好
  • M(Monetary)消費金額:累計花了多少錢?越高越好

為什麼 RFM 這麼重要?因為它能幫你回答一個最關鍵的問題:該把行銷資源投在哪些客戶身上?

根據帕累托法則(80/20 法則),通常 20% 的客戶貢獻了 80% 的營收。RFM 分析幫你精準找出這 20% 的人是誰,然後加碼投資在他們身上。

同時也能找出即將流失的客戶,在他們走掉之前做挽留。

RFM 分析的投資報酬率:

  • 行銷成本降低 30-50%(不再亂撒廣告)
  • 客戶留存率提升 15-25%
  • 平均客單價提升 10-20%

RFM 評分方法:5 級評分法

最常用的 RFM 評分方法是將每個維度分成 5 級(1-5 分),每個客戶會得到一個三位數的 RFM 分數。

R 分數(最近購買日期):

分數條件
5最近 7 天內購買
4最近 8-30 天
3最近 31-90 天
2最近 91-180 天
1超過 180 天

F 分數(購買次數):

分數條件
510 次以上
46-10 次
33-5 次
22 次
11 次

M 分數(累計消費金額):

分數條件
5$20,000 以上
4$10,000-$19,999
3$5,000-$9,999
2$2,000-$4,999
1$2,000 以下

注意: 以上區間只是範例,每個電商的區間應該根據自己的數據分布來調整。建議用五等分法(Quintile),將客戶平均分成 5 組。

8 大客戶分群與行銷策略

根據 RFM 分數的組合,可以將客戶分為以下 8 個群組:

1. 超級 VIP(R:5 F:5 M:5)

最近買、常買、花很多。這是你最珍貴的客戶。

  • 策略:VIP 專屬折扣、新品優先體驗、客製化服務、生日驚喜
  • 佔比:通常 5-10%

2. 忠實客戶(R:4-5 F:4-5 M:3-4)

常買但客單價不是最高。有提升空間。

  • 策略:推薦高單價商品、組合包優惠、滿額禮
  • 佔比:通常 10-15%

3. 潛力客戶(R:4-5 F:1-2 M:4-5)

最近消費高但頻率低。可能是大單型客戶。

  • 策略:回購提醒、訂閱制方案、推薦搭配商品
  • 佔比:通常 5-10%

4. 新客戶(R:5 F:1 M:1-3)

剛購買的新客,還在觀望期。

  • 策略:歡迎信、首購後關懷、二次購買折扣碼
  • 佔比:通常 15-25%

5. 沉睡客戶(R:2-3 F:3-5 M:3-5)

以前是好客戶,但最近不活躍了。

  • 策略:喚醒信、「我們想念你」優惠、問卷了解原因
  • 佔比:通常 10-15%

6. 流失風險(R:1-2 F:1-2 M:3-5)

曾經花很多,但已經很久沒回來。

  • 策略:大幅優惠、限時免運、電話關懷
  • 佔比:通常 10-15%

7. 低價值客戶(R:3-4 F:1-2 M:1-2)

偶爾買、花不多。不值得投入太多行銷資源。

  • 策略:自動化 EDM、通用促銷
  • 佔比:通常 15-25%

8. 已流失客戶(R:1 F:1 M:1)

很久沒買、只買過一次、花很少。可能已經失去了。

  • 策略:最後嘗試的大幅優惠,或從名單中移除
  • 佔比:通常 10-20%

實作 RFM 分析:4 個步驟

步驟 1:準備數據

你需要的最低資料是:

  • 客戶 ID
  • 訂單日期
  • 訂單金額

大多數電商後台都可以匯出這些資料。蝦皮的「訂單管理」、momo 的「出貨報表」都可以下載 CSV。

步驟 2:計算 RFM 值

對每個客戶計算:

  • R = 今天的日期 - 最後一次購買日期(天數)
  • F = 總訂單數
  • M = 總消費金額

步驟 3:分配 RFM 分數

用五等分法,將每個維度的客戶分成 5 組,各得 1-5 分。

步驟 4:分群與策略

根據 RFM 分數組合,將客戶分到前面提到的 8 個群組,制定對應的行銷策略。

工具建議:

  • 小型電商(< 1,000 客戶):用 Excel 就夠了
  • 中型電商(1,000-10,000 客戶):用 Google Sheets + 樞紐分析表
  • 大型電商(> 10,000 客戶):用專業 CRM 工具或寫程式分析

不想自己算?可以直接使用我們的 RFM 分群工具,上傳 CSV 就能自動產出完整分析報告。

根據 RFM 分群制定行銷行動

RFM 分析做完了,然後呢?以下是最實際的行銷行動建議:

Email / LINE 行銷

  • 超級 VIP:個人化推薦信、新品搶先看
  • 沉睡客戶:「好久不見」關懷信 + 專屬折扣碼
  • 新客戶:購後感謝信 + 使用教學 + 二次購買優惠

廣告投放

  • 超級 VIP:Lookalike Audience 擴大相似客群
  • 沉睡客戶:再行銷廣告提醒
  • 已流失客戶:排除在廣告受眾之外(省錢)

促銷資源分配

  • 優惠券、折扣碼優先給高 RFM 分數的客戶
  • 免運券給「差一點就達標」的潛力客戶
  • 清倉特價推給低價值客戶(消化庫存)

客服資源分配

  • 超級 VIP:專人服務、優先處理
  • 一般客戶:標準 SOP 處理
  • 低價值客戶:自動化客服

定期更新的重要性:

RFM 分群不是做一次就結束,建議每月更新一次。客戶狀態會變化——上個月的 VIP 可能這個月就沉睡了,早期發現才能及時挽留。

常見問題

Q: RFM 分析需要多少客戶數據才有意義?
建議至少有 200-300 位有購買記錄的客戶,且時間跨度至少 6 個月。客戶數太少的話,分群會不夠精準。如果你的電商剛起步,可以先用簡單的「最近購買日期」做二分法(活躍 vs 沉睡)。
Q: RFM 分析的分數區間應該怎麼設定?
不要照抄別人的標準,要根據自己的數據分布來設定。最簡單的方法是五等分法:把所有客戶按 R/F/M 各排序一次,平均分成 5 組。這樣每組大約 20% 的客戶,分布最均勻。
Q: RFM 分析有什麼局限性?
RFM 只看歷史購買行為,沒有考慮客戶的瀏覽行為、社群互動、推薦價值等維度。另外,不同品類的購買週期差異很大(日用品 vs 家電),需要調整分析週期。進階做法是結合 CLV(客戶終身價值)一起分析。

立即免費使用電商營運工具箱

66 個 AI 驅動的電商工具,解決你每天最痛的營運問題

開始使用 →

延伸閱讀