RFM模型——R:最近一次購買

R值：最近一次消費

最近一次消費是上一次的消費時間和今天的間隔，比如今天是2018年3月5日，而某個客戶最後一次在店鋪消費的時間是2018年2月5日，那麼該客戶的R值 = 30天。意味著客戶上一次購買是30天前，也就是客戶已經30天沒有在店鋪產生購買行為了。

理論上，R值越小的客戶是價值越高的客戶，即對店鋪的回購刺激最有可能產生迴應。電商相對於傳統零售有更多的購買選擇和更低的購買成本，去除了地域的限制因素，客戶背叛店鋪而選擇競爭對手產品的成本非常小，因此網店必須時刻警惕客戶流失。如果想回購率有所提升，首先要保證自己的客戶不被競爭對手挖走，既然要密切關注客戶的購買行為，那麼最近一次消費就是CRM操盤手的一個必要關注指標。

資料上，客戶在購買後0-6個月內的響應營銷活動的比例明顯大於購買6個月以後的，這也是為什麼我們在店鋪購買後6個月內收到的營銷資訊會明顯多於6個月之後的原因。R值是動態變化的，如果客戶一直沒有重複購買，R值逐漸變大，R值的變化最終影響的是客戶的生命週期，客戶最終進入生命週期的死亡期。如果客戶回購，那麼最後一次消費時間就變成了今天，R值為0，所以好的客戶營銷不斷讓R值變為0，並且不斷縮短R值變為0的時間間隔。

下圖是某男裝網店某日的R值分佈，該店鋪的R值呈現如下特點：

某零食網店最近一次消費分佈圖

1）客戶R值呈現規律的“波浪形”特徵分佈，時間越長，波浪越小；

2）最近一年內的客戶累計佔比48%（接近1半）。

資料分析：從“波浪形”的分佈特徵可以看出，對店鋪而言，客戶的引入是有明顯的季節性的，形狀相對規律。一波接一波，一波比一波小是最理想的形態。說明店鋪的重複購買做得好。能持續的讓客戶重讀購買，也就是說客戶R值在不斷的變為0。R值大的客戶越來越少，所以時間越往前波浪越小，大部分客戶通過回購行為從較遠的波浪回到最近的波浪裡。店鋪最近一年內的客戶累計佔比48%，這個指標對開店3年多的老店鋪而言也非常不錯，店鋪大部分的客戶能不斷保持在有效的生命週期內。從電母引流的角度來說，如果每引入2個客戶，能留住一個客戶持續購買，那麼推廣專員和老闆也能放心的投放廣告了。