客户细分是客户关系管理中一种比较基础的分析方法和操作策略，也是企业通过CRM进行客户细分制胜的独门绝招。
首先，从企业运营策略的角度出发客户细分的重要性和客户数相关，企业客户基数越大客户细分的价值越明显，在导入期企业关注流量和转化，在成长期企业关注客单价和广告投产，在成熟期企业关注二次购买和品牌溢价。
其次，从客户二次营销操盘的角度，营销资源永远是有限的，营销目标也是既定的。客户细分是保证营销资源能够最有效地分配到汇报更高的营销活动的途径。
在众多的客户细分模型中，RFM模型是被广泛提到和使用的。RFM模型是企业衡量当前客户价值和客户潜在价值的重要工具和手段。RFM是Recency（最近一次消费）、Frequency (消费频率)、Monetary (消费金额)，三个指标首字母的组合。
通过RFM三个维度可以实现对企业客户的细分，划分出具有不同消费特征的客户群体，然后可以对有不同特征的客户群体进行差异的回购刺激活动。我们可以先按照最近一次消费指标将所有客户分为活跃客户、沉默客户、睡眠客户等，然后通过消费频率把活跃客户分为购买一次客户和购买两次客户，最后通过消费金额继续将购买一次客户分类高/中/低价值客户。
今天，我们主要来讲一讲R值：最近一次消费（Recency）
消费是指客户在企业内部购买产品，最近一次消费是上一次的购买时间和今天购买时间的间隔，计算公式是：当前日期-上次消费日期。比如今天是2020年8月31日，而某个客户最后一次购买的时间是2020年8月20日，那么这个客户的R值=11天。意味着客户上一次购买是11天前，也就是客户已经11天没有进来购买了。
理论上，R值越小的客户是价值越高的客户，即对企业的回购刺激最有可能产生回应。如果客户背叛企业而选择竞争对手产品的成本非常小，因此企业必须时刻警惕客户的流失。在进行CRM实施时，如果想要回购率有所提升，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在CRM系统中一个必要关注的指标。
数据上，客户在购买后0-6个月内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购买产品后的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值就会变大，R值的变化最终影响的是客户生命周期，客户最终会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今天，R值也变为0，所以好的客户营销是不断让R值变为0，并且不断缩短客户R值变为0的时间间隔。
下图为某企业的R值分布特点：
1. 客户R值呈规律的“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%（接近一半）。
数据分析：从“波浪形”的分布特征可以看出，对企业而言，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。说明企业的重复购买做得好，能够持续地让客户重复购买，也就是说客户R值在不断地变为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。企业最近一年内的客户累计占比为48%，这个指标对经营3年多的企业而言非常不错，企业大部分的客户能不断保持在有效的生命周期内。从引流角度来说，如果没引入2个客户，能留住一个客户持续购买，那么从以上数据来看推广员和老板也就放心的投入广告了。
（来源：智云通CRM）
关键词 智云通CRM CRM系统 客户识别 客户关系管理 最近一次消费