RFM 模型是什麼？如何計算？整合 RFM、NES、NAPL 有什麼優勢？

RFM 模型是一種基於顧客行為的分析工具，它能幫助企業識別高價值顧客，優化行銷策略，並提高顧客的忠誠度和終身價值（CLV, Customer Lifetime Value）。

RFM 模型是什麼？RFM 模型定義

RFM 模型（Recency, Frequency, Monetary 模型）是一種基於客戶行為數據分析的行銷工具，全名為 Recency（最近購買時間）、Frequency（購買頻率）、Monetary（消費金額）。

其核心在於透過分析客戶的購買行為特徵，將客戶分為不同的群體，以制定精準的行銷策略。這個模型常用於客戶關係管理（CRM）、分眾行銷及忠誠計劃設計。

RFM RFM模型資料來源：經理人月刊第 187 期

為什麼要使用 RFM 模型？使用 RFM 模型的好處

為什麼要使用 RFM 模型：精準行銷

RFM 模型能有效篩選高價值客戶，針對性地提供優惠與服務，提升轉化機會。

識別出具有高忠誠度和高消費潛力的顧客群體。這些顧客往往對品牌有較高的依賴度，並且未來的消費潛力大。通過專門針對這些顧客的行銷活動（例如定期的忠誠度獎勳、生日優惠、VIP 服務等），企業能夠增加顧客的終身價值（CLV）。

為什麼要使用 RFM 模型：提升客戶終身價值

藉由分析高忠誠客戶的行為模式，設計策略提高回購率和平均消費金額。

高價值顧客（最近購買頻繁且消費金額高）：可以透過會員忠誠度計劃或專屬優惠，增強顧客維護。
潛力顧客（購買頻率高但最近未進行消費）：可以透過促銷活動吸引他們回來。
流失顧客（長時間沒有購買的顧客）：可以透過重新激活活動重新吸引他們。

為什麼要使用 RFM 模型：資源分配效益最大化

將行銷資源聚焦於最具價值的客群，避免浪費不必要的成本。

為什麼要使用 RFM 模型：數據化決策支持

企業能以客觀數據為依據，快速調整市場策略。例如基於顧客的購買行為分析，可以更好地理解顧客偏好，從而調整庫存管理和商品推廣。對於購買高價商品的顧客，企業可以推薦喜好相似的高價產品，或附加產品，而對於低頻次顧客，則可以根據過去的購買模式推送促銷用以激活會員產生行動。

案例：某餐飲外送平台發現，高 R、高 F、高 M 客戶佔營收的 70%，因此針對這群客戶推出 VIP 計劃，提供專屬折扣和外送快速通道，成功延長了客戶的使用週期。

如何計算 RFM？RFM 分數意涵

如何計算 RFM：分數計算方式

R（最近購買時間）：設定時間範圍（如 90 天），根據最近購買日期距離現在的天數進行排名，越近分數越高。
F（購買頻率）：計算一定期間（如半年）內的購買次數，次數越多分數越高。
M（消費金額）：根據消費總額分段打分，金額越高分數越高。

如何計算 RFM：分數解讀

高 R、高 F、高 M：表示客戶近期活躍且消費能力強，是頂尖客戶。
低 R、低 F、低 M：顯示客戶購買頻率低且長期未消費，是沉睡客戶。

範例情境

某電商平台想利用 RFM 模型分析客戶行為，最近三個月的客戶購買數據如下：

客戶名稱	最近購買時間 (天)	購買頻率 (次)	總消費金額 (NT$)
客戶A	5	10	50,000
客戶B	30	2	8,000
客戶C	60	6	15,000
客戶D	90	1	3,000

計算 RFM 分數

R（最近購買時間）：
- 將最近購買時間按距離遠近排序，並依分位數劃分為 1 至 5 分（5 分為最近購買時間最短）。
- 範例結果：
  - 客戶 A：5 分（5 天內購買）
  - 客戶 B：4 分（30 天內購買）
  - 客戶 C：2 分（60 天內購買）
  - 客戶 D：1 分（90 天內購買）
F（購買頻率）：
- 根據購買次數多寡排序，分為 1 至 5 分（5 分為購買次數最多）。
- 範例結果：
  - 客戶 A：5 分（10 次）
  - 客戶 B：2 分（2 次）
  - 客戶 C：4 分（6 次）
  - 客戶 D：1 分（1 次）
M（消費金額）：
- 將消費金額按金額高低排序，分為 1 至 5 分（5 分為消費金額最高）。
- 範例結果：
  - 客戶 A：5 分（50,000 元）
  - 客戶 B：2 分（8,000 元）
  - 客戶 C：3 分（15,000 元）
  - 客戶 D：1 分（3,000 元）

RFM 總結分數表

客戶名稱	R 分數	F 分數	M 分數	總分數 (R+F+M)
客戶A	5	5	5	15
客戶B	4	2	2	8
客戶C	2	4	3	9
客戶D	1	1	1	3

RFM 分數解讀

客戶 A（15 分）：頂尖客戶
- 最近購買時間短、購買頻率高、消費金額大，是高價值且忠誠度高的客戶，適合推薦高端價位產品或 VIP 服務。
客戶 B（8 分）：潛力客戶
- 最近有購買但頻率低、金額較小，可透過促銷活動吸引其增加購買次數。
客戶 C（9 分）：中等價值客戶
- 購買頻率尚可但消費金額不高，建議推廣高單價商品，提升其客單價。
客戶 D（3 分）：沉睡客戶
- 長期未購買、購買次數少、消費金額低，可考慮寄送喚醒優惠或清理名單。

RFM 分眾行銷：RFM 模型中八種客戶分群

根據 R、F、M 分數的高低組合，可以將客戶劃分為以下八類：

頂尖客戶（高 R、高 F、高 M）

這類客戶是企業的主要收入來源，可提供 VIP 服務或獨家優惠吸引長期合作。

策略：推薦高端產品或會員專屬活動。

忠誠客戶（低 R、高 F）

經常購買但最近較少活動，可透過提醒激發回購。

策略：發送回購折扣或節日專屬禮品。

高消費潛力客戶（低 F、高 M）

偶爾購買但消費金額高，是需要深耕的客戶群。

策略：提供定制化高價商品或增值服務。

即將流失客戶（低 R、高 F）

過去活躍但近期購買頻率下降，需要重新激活。

策略：提供限時折扣或會員回饋計劃。

新客戶（高 R、低 F、低 M）

最近加入但未頻繁消費，應設計迎新活動鞏固關係。

策略：贈送首次購買折扣或試用品。

普通客戶（中 R、中 F、中 M）

總體表現穩定，但缺乏深度參與。

策略：提供增值方案，提升消費體驗。

沉睡客戶（低 R、低 F、低 M）

長期未消費的客戶，適合激活或清理名單。

策略：發送喚醒優惠或特別活動邀請。

價格敏感客戶（低 M、高 F）

頻繁購買但單次消費金額低，適合推廣低價促銷。

策略：推薦優惠組合或量販包。

RFM 模型與 NES、NAPL 有什麼不同？

NES（Net Easy Score）

著重用戶體驗的便利性，例如購買流程的流暢度和客服服務的高效性。與 RFM 不同，它專注於用戶滿意度和情感層面的衡量。

NAPL（Net Acquisition and Profitability Level

以獲客與獲利能力為核心，評估新客戶的長期價值。NAPL 更適合用於早期市場開發策略，而 RFM 更適合穩定期客戶經營。

如何結合 RFM 模型與 NES、NAPL：多層次客戶行為與價值分析策略

RFM 模型、NES（Net Easy Score）和 NAPL（Net Acquisition and Profitability Level）各有其核心分析重點，結合這三者可以從行為分析、體驗評估到獲利能力進行全方位的客戶分群與價值提升。以下為具體的結合方式與應用案例：

RFM 模型與 NES 的結合：行為數據與體驗感知的交叉分析

結合思路：RFM 模型專注於客戶的購買行為，而 NES 側重於評估客戶對於互動與購買流程的便利性與滿意度。透過結合兩者，可以在「數據驅動」基礎上加入「體驗因素」，進一步提升行銷策略的精準度與效果。
結合方式：
1. 使用 RFM 分群辨識高價值客戶：
  - 例如高 R、高 F、高 M 客戶。
  - 目標：鞏固忠誠度並提升體驗。
2. 對目標客戶施測 NES：
  - 評估購物流程的便利性，例如網站設計、配送效率、客服反應速度。
  - 目標：發現影響客戶回購的體驗痛點，優化互動環節。
案例應用：某電商平台發現，高 R、高 F、高 M 的客戶中，部分群體 NES 分數偏低，原因是配送速度未達預期。平台立即優化物流服務，提供「VIP 快速配送」，提升客戶滿意度並鞏固忠誠度。

RFM 模型與 NAPL 的結合：行為分析與獲利能力評估的整合

結合思路：RFM 模型聚焦於現有客戶的行為數據，而 NAPL 則側重於新客戶的獲取成本與獲利能力。結合兩者，可針對不同客戶生命週期階段進行策略調整，實現既有客戶價值提升與新客戶開發效率提升的雙重目標。
結合方式：
1. 現有客戶：使用 RFM 分析提升終生價值（LTV）：
  - 透過 RFM 模型鎖定高潛力客戶，設計針對性行銷活動提升消費頻率與金額。
2. 新客戶：透過 NAPL 評估獲客成本與預期獲利能力：
  - 分析獲取新客戶的成本與回報，找到最具獲利潛力的目標客群與行銷管道。
案例應用：
- 一家 SaaS 公司結合 RFM 與 NAPL：
  - 針對高 R、高 F、低 M 的現有客戶（頻繁使用基礎方案但未購買高價進階功能），推出升級優惠活動。
  - 利用 NAPL 找出低成本高回報的市場（如學生與中小型企業），精準投放行銷資源。

三者結合的實踐框架：RFM + NES + NAPL 的協同應用

整合策略：
1. RFM 模型：客戶行為基礎分群
  - 分析客戶在購買行為上的價值與潛力，提供精準行銷對象。
2. NES：體驗優化評估工具
  - 透過 NES 對 RFM 的高價值群體進行進一步篩選，確保行銷策略同時提升客戶滿意度。
3. NAPL：新客戶市場開發指引
  - 針對行銷策略投資，計算獲客成本與回報比率，找到高效益的行銷方案。
應用案例：整合性行銷策略的設計流程
1. 使用 RFM 分群，發現高 R、高 F、高 M 的客戶佔整體客戶的 20%，但這群客戶的 NES 分數中位數僅 3（滿分 5），影響忠誠度。
2. 根據 NES 調查結果，發現客服處理效率不佳，優化後針對這群客戶推出「一對一客服專員」。
3. 利用 NAPL，分析過去三個月的行銷活動發現，社群廣告對高潛力新客戶（NAPL 分數高）最具吸引力，重新分配預算到此渠道。

結語：三者結合的優勢

本篇文章分享 RFM 模型負責定量分析客戶行為，NES 提供體驗層面的洞察，而 NAPL 進一步衡量市場開發的效率。三者結合可以幫助企業：

提升既有客戶的回購率與忠誠度。
以體驗為核心改善客戶旅程。
精準鎖定最具獲利潛力的新市場。

這樣的策略協同，特別適合電商、SaaS、零售業等需要兼顧老客戶經營與新市場開發的企業，實現長期營收與品牌價值的雙贏！透過 RFM 模型的分群與分析，企業能夠更精準地鎖定客戶需求，實現資源最佳化配置並提升營收。無論是新創企業還是成熟品牌，掌握 RFM 模型都是數據驅動時代的重要競爭力。

導入 CDP 是數位行銷轉型中的關鍵一步，但選擇合適的平台需要全面考量企業的數據需求、行銷策略與預算限制。無論企業規模大小，合適的 CDP 都能有效提高行銷精準度、提升顧客服務體驗，進而增強品牌競爭力。

RFM StockFeel CDP 系統服務流程圖：StockFeel CDP 系統服務流程

有興趣了解 StockFeel CDP 的夥伴，也歡迎進一步瀏覽以下「StockFeel CDP 」產品說明頁面，也歡迎留下您的資訊，我們將請專人和您說明喔！

【延伸閱讀】

週餘

篇