RFM 客戶分層：服務業不用統計也能開始

RFM 是用三種客戶行為分組的實用方法：

• Recency（最近消費）： 客人最近一次預約或消費是何時；
• Frequency（消費頻率）： 在指定期間內消費了多少次；
• Monetary value（消費金額）： 在同一期間內總共消費多少。

它的好處是每個分數都能連到容易理解的行動。團隊不用先解讀一個神秘的「流失機率」，才決定誰值得留意。

甚麼時候適合用 RFM

以下情況較適合：

• 客人有機會多次回來；
• 預約或消費歷史大致完整；
• 生意希望對不同客群採取不同跟進；
• 團隊能夠實際處理少量客戶分層。

如果產品通常只買一次、消費週期非常長和不規則，或重複客戶紀錄仍未整理，RFM 的幫助會較有限。

先決定觀察時間

時間範圍要配合正常客戶行為。

• 咖啡店可以看最近 60 或 90 日。
• 美容工作室可以看六個月或一年。
• 診所與專業服務可能需要更長時間。
• 導師可以按學期或學年設定。

把決定寫下來。改變時間範圍會改變所有分數；只有計算方法保持一致，前後比較才有意義。

第一步：每位客人整理成一行

為每位客人計算：

資料	例子
最近一次完成服務	7 月 18 日
期間內完成服務次數	6
期間內合資格消費總額	HK$4,800

先決定退款、取消、按金與免費服務如何處理。一般來說，用已完成及已付款的活動較穩妥，例外做法亦要記錄。

第一個數據問題其實是身份。如果同一位客人因兩個電話，或中英文姓名而出現兩次，要先合併紀錄才計分。

第二步：把數值轉成分數

常見方法是每個維度給 1 至 5 分。最近消費的客人有較高 R 分；消費較頻密和金額較高的客人有較高 F 與 M 分。

按百分位分組通常比固定日數容易，因為會配合自己的客戶分布。不過，如果服務有清楚自然週期，用業務規則設定門檻可能更好。

例如：

• 每月療程可以按四至六星期回訪間距設定；
• 每星期課堂需要短很多的門檻；
• 每年一次的檢查，不應在 60 日後就把客人標成「流失」。

計算方法要反映真實服務，不要照搬一般模板。

第三步：只保留可管理的分層

三個分數可以組合成很多類別，但大部分團隊不需要全部操作。把它們整理成六至八個實用分組便足夠。

分層	一般行為	實用行動
核心客戶	最近、頻密、高價值	保持服務質素；合適時邀請轉介
忠誠客戶	最近而且頻密	令再次預約容易；記住偏好
有潛力新客	最近但尚未頻密	幫助完成第二或第三次到訪
高價值、開始冷卻	過往價值高，但較久沒有回來	跟進前先由人檢查背景
有流失風險	曾經活躍，現已超過正常間距	相關再次預約或關心
新客	最近只到訪一次	確認護理與下一步
已流失	長時間沒有回來	低頻而尊重地喚回，或停止聯絡

分層名稱只是內部工具。用團隊理解的字，並清楚定義每一組。

第四步：每個分層只連一條流程

不要建立沒有人使用的分層。

新客

發送與服務相關的跟進，讓下一次預約方法清楚可見。未了解滿意度之前，不要立即以折扣開始。

有流失風險的客人

讓客人知道訊息為何相關，例如一般回訪間距或剩餘套票。敏感情況應由同事先檢查。

忠誠與核心客戶

保持服務連貫通常比不停推廣更重要。利用紀錄記住偏好、重要時間或邀請意見。

已流失客人

限制聯絡頻率，沒有反應便停止。把客人排除於日常推廣也是合理結果；留存不應變成持續滋擾。

第五步：量度客戶移動，不是訊息數量

留意客人是否在分層之間移動：

• 有多少新客變成活躍回訪客？
• 有多少有風險客人再次回來？
• 有多少忠誠客戶保持活躍？
• 有多少已流失客人應停止日常聯絡？

同時量度由流程帶來的已完成服務與收入。回覆和點擊可以幫助診斷，但不是最終業務結果。

常見錯誤

分得太仔細

如果沒有人能夠處理，理論上精準的 50 個分層也沒有用。先由六組開始，只有當一條清楚流程需要時才增加複雜度。

所有服務用同一週期

同一位客人可以在一項服務保持活躍，但在另一項已經過期。可以的話，應按服務或類別計算 R 與 F。

用不乾淨的資料計分

重複客人、把取消當成到訪，以及遺漏付款，都可以令整齊表格產生誤導。相信整個分層前，先抽查個別客戶紀錄。

沒有審批就自動發送

RFM 告訴你行為，但不知道客人完整處境。它應用來排列工作優先次序；折扣、敏感訊息與例外仍由人控制。

一個簡單起步版本

1. 選一個合理觀察時間。
2. 匯出已完成服務與合資格消費。
3. 每位客人整理成一份乾淨紀錄。
4. 計算 R、F 與 M 分數。
5. 把結果整理成六個實用分層。
6. 只選一個分層和一條跟進流程。
7. 完成一個客戶週期後再檢討結果。

RFM 的價值，是把客戶歷史變成團隊理解得到的營運節奏。當分數、訊息與結果保持連接同一份客戶紀錄，它才會更有力量。

FavCRM 把客戶歷史、預約、WhatsApp 跟進與 AI 準備工作放在一起，重要動作保留人工審批。你可以 WhatsApp 預約示範，一起整理第一條 RFM 流程。