醫美運營丨醫美顧客生命週期規律+RFM模型進階應用

本文字數2197字

建議完整閱讀丨需要3分鐘

無論大小，醫美機構的長期生存源自於有價值有忠誠客人的保留。縱觀整個醫美運營板塊，對顧客管理的定義參差不齊，顧客管理其實就是如何提升和管理顧客價值，這裡的顧客價值包括：活躍度、留存率、VIP顧客數、ATV值（客單價）等等。以下內容透過舉例表達透過RFM模型對顧客進行價值分類，從而精細化運營的一些方法。

文/價值增長官發起人 曲世昌

01

-

顧客生命週期管理系統的最終目的

▷

顧客管理體系對於機構運營來將幾乎作為燈塔一般存在，可細分為：

顧客生命週期管理系統、顧客分層運營系統、顧客行為激勵系統。

▷

今天我們聊的正是顧客運營體系其中的一個子系統-顧客生命週期管理系統相關內容，從本質上講，顧客生命週期管理的最終目的是為了提升顧客價值，產出更高的效益和利潤，所以存量管理的目的也在於放大單個顧客的商業價值，那麼顧客生命週期有什麼規律可循？

02

-

顧客生命週期的邏輯關係

▷

首先，顧客運營的核心一定在於任何狀態下的顧客向活躍顧客轉化，並保證活躍顧客不向其他狀態轉化，為此提出問題：您的機構是否階段性的為每個顧客加上標籤？

▷

標籤的制定需要建模，制定規則來保證其後管理的有效性。

▷

新顧客在週期內沒有復購，則判定為流失顧客

▷

新顧客在週期內有復購，則判定為活躍顧客，

▷

活躍顧客在週期內沒有下單就變成了沉睡使用者，

▷

沉睡顧客在週期內透過啟用也會重新變為活躍顧客；

▷

沉默顧客在週期內沒有復購就有可能流失，

▷

如果判定流失顧客在週期內透過啟用也會重新變為活躍顧客。

▷

所以，在做顧客顧客管理之前，是否按週期的彙總分析以下資料？

週期內潛客存量有多少？週期內共計多少顧客？週期內新顧客的數量？週期內活躍顧客的數量？（活躍判定標準是？）週期內活躍顧客轉VIP的數量？（VIP判定標準是？）週期內活躍顧客/VIP顧客轉沉睡的數量？（沉睡判定標準是？）週期內流失顧客的數量？（流失判定標準是？）

▷

如果不能對以上資料有一定的整合，那麼其內部運營是完全表面的，轉化率是動態的，更沒有完全標準的轉化率，如果只在意為了一個數字目標而忽略了大多的顧客增長核心要素，就別談精細化運營了。

03

-

醫美顧客生命週期有什麼規律?

▷

針對每個生命週期階段，具體定義的數值，一定需要根據其特性和現有的顧客資料得出，顧客在進入生命週期之後的每一個階段都有可能“跳轉到”沉睡期，所以這也是我們所說的復購率的增加。

▷

顧客生命週期的規律其實也就在於我們以上講到的週期邏輯，而我們做顧客生命週期管理的關鍵在於警惕沉睡顧客的產生，流失顧客的召回，刺激復購，保證活躍，建立客戶生命週期營銷機制，能夠準確、有效地跟蹤顧客消費路徑，達成精準營銷的效果。

04

-

顧客生命週期管理+RFM防流失模型進階應用

▷

顧客生命週期管理結合RFM防流失模型的搭建，目的作為更精細化管理，並做出科學高效的營銷決策。

▷

對於活躍顧客，可以根據使用者的訪問頻次，計算出哪些是高沉默風險的顧客；

▷

對於沉默使用者，可以計算出哪個是高流失風險的使用者；

這樣就能幫助運營人員更個性化、更有針對性地運營。

▷

切記：每一家機構都有適合自己的RFM分佈區間，根據機構型別、科室型別、客群變化會有動態變化。

▷

下面我們詳細闡述RFM模型：

R：

Recency最近一次消費

。指的是上一次的消費時間和計算當天的間隔。計算公式是：當前日期-上次消費日期。（一般取消費時間，而非預約時間）F：

Frequency消費頻率

。醫美的消費頻率需要根據消費專案區別制定。M：

Monetary消費金額

。指的是顧客在週期內的消費金額。

▷

按照價值從高到低可分為8類，具體規則以下圖示：

05

-

RFM模型能在顧客生命週期中有何用?

▷

舉例：某機構水光針專案當月業績下滑30%，發現上門量有下降，如何透過RFM模型來精細化運營？

▷

目的建立規則透過RFM分析方法將顧客精準分類分級，對不同價值顧客使用不同的營銷決策，驅動增長。

1、計算R、F、M值

▷

模擬原始資料，將顧客30天內最近一次消費、消費頻次、消費金額套用在表格裡，進行下一步

2、給R、F、M按價值打分

▷

制定規則：

▷

最近一次消費R：距離越近價值越大，大於50天的打1分，40-50天的打2分，35-40天打2分，30-35天打4分，30天以內打5分。

▷

消費頻率（F），均為5分

▷

消費金額（M），消費金額越高，也就是M值越大，使用者價值越高，低於1000元的打1分，1000-1500元的打2分，1500-2000元的打3分，2000元-2500元的打4分，2500元以上的打5分。

3、

計算3項價值平均值

4、顧客分類分級

▷

記錄顧客價值高低，高於平均值即為高，低於平均值即為低。

5、根據所得價值高低進行匹配模型，明確顧客所屬類別

▷

顧客分類規則如下圖：

6、透過RFM模型對資料內顧客完成分類

7、顧客分類明確，請開始精細化運營的表演

▷

已完成顧客分類，瞭解了每個顧客的相關價值屬性，資料驅動運營，價值驅動增長，針對不同顧客的精細化運營策略是一定的。

▷

重要價值顧客：RFM都很大，機構80%業績創造者，塔尖存在，需超VIP維護

▷

重要發展顧客：消費頻率低，透過產品策略/其他提升消費頻率

▷

重要挽留顧客：顧客到院不及時，做好滿意度回訪，目標保持復購節奏

▷

重要保持顧客：最近消費時間距離現在較遠、消費頻率低，但消費金額高。這種使用者，即將流失，要主動聯絡使用者，調查清楚哪裡出了問題，並想辦法挽回。

▷

感謝猴子對於本文的知識支援！十分受用！

06

-

結語

▷