查網站電商媒體電商數據榜單中心數據速報 工具箱小教室電商健檢比較清單對手對戰API關於
會員與回購

RFM 顧客分群實戰:從訂單資料挖出你的金礦客

RFM 顧客分群實戰:從訂單資料挖出你的金礦客|ECPRO 電商博士
字級
ChatGPT 摘要 Claude 摘要 Perplexity 摘要
林克威導讀

與其追新客追到流血,不如先用 RFM 把現有名單切乾淨。宥蓁這篇從零教你分數怎麼打、五個客群怎麼分,還拆了五個翻車坑。我推薦給手上有名單卻不會用、想挖出金礦客的賣家讀。

本文重點
  • 為什麼是 RFM,而不是直接看總消費金額
  • 怎麼打分數:五分位法,但別硬抄別人的天數
  • 分完之後,把 125 種代碼收斂成五個能操作的客群
  • 每一群該花多少力氣養:別忽略回購率這個體檢指標
  • 每月重跑一次,盯住三個會說話的數字
  • 我看過最常見的五個 RFM 翻車現場

做電商十幾年,我看過太多老闆把行銷預算當灑水器,名單上每一個人都澆一樣多的水。問題是,你的營收從來不是平均分布的。我在協助台灣品牌做名單盤點時,幾乎每一家的數字都長得很像:營收有六成以上集中在不到兩成的客人身上,剩下八成的人,可能一年都不會再回來。把同樣的錢平均灑出去,等於拿大部分預算去餵不會回頭的人。

所以我這幾年給客戶的第一個動作,永遠不是「再去買流量」,而是「先把現有名單用 RFM 切乾淨」。這篇我把實際的操作流程、台灣的真實案例、還有我自己踩過的坑,一次講清楚。

為什麼是 RFM,而不是直接看總消費金額

很多店家分客人只看一個數字:這個人總共花了多少錢。乍看合理,但這個指標會騙你。一個三年前一次砸了五萬、之後再也沒出現的客人,跟一個每個月固定回來買三千的客人,總額可能差不多,但這兩種人對你的價值天差地遠。前者已經流失,後者是你真正的命脈。

RFM 的好處是它用三個維度同時看一個人,立體很多。它不需要任何演算法,也不用買貴鬆鬆的 CDP,光靠後台的訂單匯出檔(Excel 或 Google 試算表就夠)就能跑。三個字母分別是:

  • R(Recency,最近一次購買):距離今天多久前下過單。越近代表關係越熱,流失風險越低。我自己認為這是三個裡面最重要的,因為它直接反映「現在的關係溫度」。
  • F(Frequency,購買頻率):在統計區間內買了幾次。次數越高代表習慣越穩、黏著度越強。
  • M(Monetary,消費金額):累積貢獻了多少營收。金額越高代表單一客戶的價值越大。

這三個維度剛好對應「會不會再買、買得勤不勤、值不值錢」,比單看總額能找出更精準的投資標的。如果你對這些指標的精確定義還不熟,可以對照我們整理的電商名詞庫,把詞彙先弄清楚再開工。

怎麼打分數:五分位法,但別硬抄別人的天數

實務上最常用的是「五分位法」。做法是把每個維度的所有客戶從高到低排序,平均切成五等份,最好的那群給 5 分、最差的給 1 分。三個維度各打一次分,組成一個三位數代碼。例如 555 就是最近買、最常買、花最多的頂級客;111 則是早就斷訊、又只買過一次的低價值客。

這裡有一個我要特別強調的觀點:分數級距一定要照你自己的資料分布來切,不要去網路上抄別人的天數標準。一個賣母嬰耗材、購買週期一個月的品牌,跟一個賣家具、三五年才回購一次的品牌,R 的級距根本不可能一樣。前者三個月沒下單可能就算沉睡,後者三個月還算熱。硬套別人的標準,分群會整個錯位。

給一個參考起點,但記得回去用你自己的資料校正:

維度5 分(最佳)3 分(中段)1 分(最差)怎麼決定級距
R 最近購買30 天內91–180 天超過 365 天對齊你的平均回購週期
F 購買次數5 次以上3 次1 次看你品類的正常購買頻率
M 消費金額前 20%中間 20%後 20%直接按客單價分位切

重點不是天數本身,而是同一套標準要套用在全名單上,分群才有可比性。今天用 30 天、明天用 45 天,三個月後的數字就完全沒辦法跟現在比。

分完之後,把 125 種代碼收斂成五個能操作的客群

五分位三維度會產生 125 種代碼,沒有人能對 125 種客人寫 125 套行銷。所以打完分數的下一步,是把它們歸納成行銷接得住的客群。我實測下來,下面這五類最實用:

  • 金礦客(R 高、F 高、M 高,代碼接近 555):他們不用折扣就會回購,重點是維繫關係、給 VIP 專屬感、新品優先通知,千萬別用一堆促銷簡訊打擾他們。我看過品牌把折扣猛灌給金礦客,結果反而訓練他們「等打折再買」,把原本的全額客變成折扣客,得不償失。
  • 潛力客(R 高、F 中、M 中):剛養成習慣的人,這群是最值得推一把的。用會員升級門檻、滿額再回饋,把購買頻率往上拉。
  • 沉睡客(R 低、但 F 曾經很高):以前很愛買、最近消失的老朋友。這群我認為投報率最高,因為他們認識你、信任你,喚回成本遠低於拉一個陌生新客。適合用「我們想你了」這種帶情感的再行銷加一個明確誘因。
  • 新客(R 高、F 低,只買過一次):重點是在七到三十天內促成第二單。第一次到第二次購買是流失率最高的斷點,跨過去這個人才算真的留下來。
  • 流失客(R 極低、F 低、M 低):別再花大錢。低成本喚回(一封 EDM、一次推播)試一次,沒反應就放生,把預算留給前面四群。

分群只是手段,真正要算的是每一群的長期價值。我會建議搭配顧客終身價值(LTV)計算機估算各群的回收潛力,再決定預算往哪裡倒。金礦客和沉睡客的 LTV 通常遠高於新客,這也是為什麼我一直強調「先顧好舊客」。

每一群該花多少力氣養:別忽略回購率這個體檢指標

找到金礦客只是第一步,你還得確認維繫這些客人的成本划不划算。我習慣把回購率當成整個名單的體檢報告:如果潛力客和新客的回購率一直拉不起來,代表你的客群在金字塔底部卡住,金礦客的水源遲早會枯竭。可以用回購率計算機分群去算,而不是只看全站一個總平均,那個平均數會把問題藏起來。

我看過一個保健食品品牌,全站回購率看起來有 38%,老闆很開心。但拆開來看,金礦客撐起了大部分數字,新客的二次購買率其實只有 9%。也就是說,他們花大錢買來的新客,九成都變成一次性顧客。問題不在前端流量,在於沒人接住第一次買的人。後來他們把預算從投廣告挪一部分到新客的第二單促進(出貨夾再購券、第十天自動推播),三個月後新客二次購買率拉到 21%,整體營收反而比繼續猛投廣告時還好。

每月重跑一次,盯住三個會說話的數字

RFM 不是做一次就收工的報告。客人會在群之間移動:金礦客可能慢慢變沉睡,新客可能升級成潛力客。所以我建議每個月固定重跑一次,並且驗收時只盯三件事,不要被一堆細節淹沒:

  • 金礦客數量有沒有變少:變少代表你的 VIP 維繫出了問題,這是最該警鈴大作的訊號。
  • 沉睡客喚回率有沒有提升:這直接反映你的再行銷活動有沒有用。
  • 新客轉二次購買的比例有沒有成長:這決定你的名單金字塔底部能不能持續補水。

只要這三個數字往對的方向走,你的分群就確實在替你賺錢,而不是做爽的。更多名單操作和工具搭配的實戰文章,可以逛逛我們的部落格持續追蹤。

我看過最常見的五個 RFM 翻車現場

講做法之外,分享幾個我親眼看過的坑,這些比方法本身更值錢,因為它們都是用真金白銀換來的教訓:

  • 抄別人的天數標準:前面講過,這是最常見也最致命的。一定要用自己的回購週期校正。
  • 只跑一次就當聖經:三個月前分好的群,現在早就移動了。不重跑等於看舊地圖找新路。
  • 把金礦客當提款機猛打折:他們本來願意付全額,你硬塞折扣只會壓低自己的毛利、還教壞他們的購買習慣。
  • 放棄沉睡客去追陌生新客:喚回一個認識你的舊客,成本通常只有拉新客的幾分之一,卻最常被忽略。
  • 分了群卻沒有對應動作:報表做得漂漂亮亮,行銷活動還是全名單一視同仁。分群沒有接到實際的溝通策略,等於白做。

結論:先盤名單,再談流量

RFM 不是什麼高深的數據科學,它的價值在於逼你誠實面對一件事:你的客人從來就不是一群同質的人。把他們切開來看,你會發現預算根本不該平均分配。先把現有名單用 RFM 盤乾淨,找出金礦客顧好、把沉睡客喚回、把新客接住,同樣的預算往往能多榨出兩到三成的回購業績。等這個內功練扎實了,再去談買流量,每一塊錢才花得有效率。

常見問題 FAQ

名單太小(例如不到一千人)也適合做 RFM 嗎?

適合,但五分位可能切得太細。名單小的時候,我會建議改用三分位(高/中/低各一份),或直接用幾條簡單規則分出金礦客、新客、沉睡客三群就好。重點是分群能對應到行動,而不是追求數學上的精確。

RFM 三個維度的權重應該一樣嗎?

不一定。多數情況我會給 R(最近購買)較高權重,因為它最能反映現在的關係溫度,也最能預測接下來會不會再買。但如果你是訂閱制或高客單耐久品,F 或 M 的重要性可能更高,要看你的商業模式調整。

多久重跑一次 RFM 比較合適?

一般電商我建議每月一次。如果你的購買週期很長(例如家具、3C),每季一次也可以。關鍵是固定節奏,這樣不同期的數字才能拿來比較,看出客群的流動趨勢。

RFM 跟 LTV 有什麼差別,需要兩個都做嗎?

RFM 是用過去的行為「分群」,LTV 是估算每個群「未來值多少錢」。兩個是搭配關係:先用 RFM 分群,再用 LTV 算出每群的回收潛力,最後決定預算分配。建議兩個都做,分群才不會流於形式。

用 Excel 或 Google 試算表就能做 RFM 嗎,還是一定要買工具?

名單在幾萬筆以內,用試算表完全做得起來:匯出訂單、算出每人的 R、F、M,再用百分位函數打分數即可。等到名單成長到需要自動化、要串接行銷流程時,再考慮導入工具也不遲。先用最便宜的方式驗證它對你有用。

本文由 ECPRO 電商博士編輯部整理,更多電商數據與名單經營實戰,請見 ECPRO 部落格

電商博士小教室

本文相關的 KPI 公式

平均客單價AOV
客單價 = 總營收 ÷ 總訂單數

平均每一筆訂單貢獻多少營收。提高客單價是不靠加流量就增加營收的捷徑。

回購率RPR
回購率 = 回購顧客數 ÷ 總顧客數 × 100%

有多少顧客回來再買第二次以上。回購是利潤的真正來源,比拉新客便宜得多。

顧客終身價值LTV
LTV = 客單價 × 回購頻率 × 顧客平均壽命

一個顧客從第一次買到流失,總共為你貢獻多少營收。決定你能花多少錢獲客。

毛利率GM
毛利率 =(營收 − 銷貨成本)÷ 營收 × 100%

賣掉商品後扣掉進貨成本,還剩多少比例。決定你有多少銀彈打廣告與營運。

看完整電商 KPI 公式庫 →
ECPRO 數據觀察

用真實數據延伸這個主題

ECPRO 電商博士實測逾 10 萬個台灣電商網站。想用數據驗證本文觀點,延伸閱讀這幾份實測報告:

覺得有用?分享出去
LINE Facebook X Threads

常見問題

RFM 模型最少需要多少筆訂單資料才能跑?

沒有硬性門檻,但建議至少累積數百筆訂單、涵蓋三到六個月以上,分位切出來才有意義。資料太少時,F 與 M 的分層會很稀疏,這時可先用簡單的「新客 / 回購客 / 流失客」三分法過渡,等量體夠了再升級成完整 RFM。

RFM 三個維度要給一樣的權重嗎?

不一定。標準做法是三者等權,但可依商業模式調整。高客單、低頻次的產業(如家電)可以加重 M 與 R;快消、訂閱型產業則可加重 F。建議先用等權跑一版當基準,再依驗收結果微調,不要一開始就過度設計。

RFM 和顧客終身價值(LTV)有什麼差別?

RFM 是用過去行為替客戶分群的「分類工具」,LTV 則是估算一名客戶未來總貢獻的「金額預測」。兩者互補:先用 RFM 切出客群,再用 LTV 計算機估各群價值,最後決定預算分配,這樣分群才不只是貼標籤,而能連到真實的營收決策。

訂閱電商情報每週一封,台灣電商數據與經營洞察。
相關文章