RFM模型——R:最近一次购买

R值：最近一次消费

最近一次消费是上一次的消费时间和今天的间隔，比如今天是2018年3月5日，而某个客户最后一次在店铺消费的时间是2018年2月5日，那么该客户的R值 = 30天。意味着客户上一次购买是30天前，也就是客户已经30天没有在店铺产生购买行为了。

理论上，R值越小的客户是价值越高的客户，即对店铺的回购刺激最有可能产生回应。电商相对于传统零售有更多的购买选择和更低的购买成本，去除了地域的限制因素，客户背叛店铺而选择竞争对手产品的成本非常小，因此网店必须时刻警惕客户流失。如果想回购率有所提升，首先要保证自己的客户不被竞争对手挖走，既然要密切关注客户的购买行为，那么最近一次消费就是CRM操盘手的一个必要关注指标。

数据上，客户在购买后0-6个月内的响应营销活动的比例明显大于购买6个月以后的，这也是为什么我们在店铺购买后6个月内收到的营销信息会明显多于6个月之后的原因。R值是动态变化的，如果客户一直没有重复购买，R值逐渐变大，R值的变化最终影响的是客户的生命周期，客户最终进入生命周期的死亡期。如果客户回购，那么最后一次消费时间就变成了今天，R值为0，所以好的客户营销不断让R值变为0，并且不断缩短R值变为0的时间间隔。

下图是某男装网店某日的R值分布，该店铺的R值呈现如下特点：

某零食网店最近一次消费分布图

1）客户R值呈现规律的“波浪形”特征分布，时间越长，波浪越小；

2）最近一年内的客户累计占比48%（接近1半）。

数据分析：从“波浪形”的分布特征可以看出，对店铺而言，客户的引入是有明显的季节性的，形状相对规律。一波接一波，一波比一波小是最理想的形态。说明店铺的重复购买做得好。能持续的让客户重读购买，也就是说客户R值在不断的变为0。R值大的客户越来越少，所以时间越往前波浪越小，大部分客户通过回购行为从较远的波浪回到最近的波浪里。店铺最近一年内的客户累计占比48%，这个指标对开店3年多的老店铺而言也非常不错，店铺大部分的客户能不断保持在有效的生命周期内。从电母引流的角度来说，如果每引入2个客户，能留住一个客户持续购买，那么推广专员和老板也能放心的投放广告了。