無論大小，存量醫美機構的運營應用長期生存源自于有價值有忠誠客人的保留。

　　縱觀整個運營板塊，丨醫對顧客管理的美顧命周模型定義參差不齊，顧客管理其實就是客生如何提升和管理顧客價值，這里的期規顧客價值包括：活躍度、留存率、進階VIP顧客數、存量ATV值（客單價）等等。運營應用以下內容通過舉例表達通過RFM模型對顧客進行價值分類，丨醫從而精細化運營的美顧命周模型一些方法。

　　01、客生顧客生命周期管理系統的期規最終目的

　　顧客管理體系對于機構運營來將幾乎作為燈塔一般存在，可細分為：

　　顧客生命周期管理系統、進階顧客分層運營系統、存量顧客行為激勵系統。

　　今天我們聊的正是顧客運營體系其中的一個子系統—顧客生命周期管理系統相關內容，從本質上講，顧客生命周期管理的最終目的是為了提升顧客價值，產出更高的效益和利潤，所以存量管理的目的也在于放大單個顧客的商業價值，那么顧客生命周期有什么規律可循？

　　02、顧客生命周期的邏輯關系

　　首先，顧客運營的核心一定在于任何狀態下的顧客向活躍顧客轉化，并保證活躍顧客不向其他狀態轉化,為此提出問題：您的機構是否階段性的為每個顧客加上標簽？

　　標簽的制定需要建模，制定規則來保證其后管理的有效性。

　　新顧客在周期內沒有復購，則判定為流失顧客

　　新顧客在周期內有復購，則判定為活躍顧客，

　　活躍顧客在周期內沒有下單就變成了沉睡用戶，

　　沉睡顧客在周期內通過激活也會重新變為活躍顧客；

　　沉默顧客在周期內沒有復購就有可能流失，

　　如果判定流失顧客在周期內通過激活也會重新變為活躍顧客。

　　所以，在做顧客顧客管理之前，是否按周期的匯總分析以下數據？

　　周期內潛客存量有多少？

　　周期內共計多少顧客？

　　周期內新顧客的數量？

　　周期內活躍顧客的數量？（活躍判定標準是？）

　　周期內活躍顧客轉VIP的數量？（VIP判定標準是？）

　　周期內活躍顧客/VIP顧客轉沉睡的數量？（沉睡判定標準是？）

　　周期內流失顧客的數量？（流失判定標準是？）

　　如果不能對以上數據有一定的整合，那么其內部運營是完全表面的，轉化率是動態的，更沒有完全標準的轉化率，如果只在意為了一個數字目標而忽略了大多的顧客增長核心要素，就別談精細化運營了。

　　03、醫美顧客生命周期有什么規律？

　　針對每個生命周期階段，具體定義的數值，一定需要根據其特性和現有的顧客數據得出，顧客在進入生命周期之后的每一個階段都有可能“跳轉到”沉睡期，所以這也是我們所說的復購率的增加。

　　顧客生命周期的規律其實也就在于我們以上講到的周期邏輯，而我們做顧客生命周期管理的關鍵在于警惕沉睡顧客的產生，流失顧客的召回，刺激復購，保證活躍，建立客戶生命周期營銷機制，能夠準確、有效地跟蹤顧客消費路徑，達成精準營銷的效果。

　　04、顧客生命周期管理+RFM防流失模型進階應用

　　顧客生命周期管理結合RFM防流失模型的搭建，目的作為更精細化管理，并做出科學高效的營銷決策。

　　對于活躍顧客，可以根據用戶的訪問頻次，計算出哪些是高沉默風險的顧客；

　　對于沉默用戶，可以計算出哪個是高流失風險的用戶；

　　這樣就能幫助運營人員更個性化、更有針對性地運營。

　　切記：每一家機構都有適合自己的RFM分布區間，根據機構類型、科室類型、客群變化會有動態變化。

　　下面我們詳細闡述RFM模型：

　　R：Recency最近一次消費。指的是上一次的消費時間和計算當天的間隔。

　　計算公式是：當前日期-上次消費日期。（一般取消費時間，而非預約時間）

　　F：Frequency消費頻率。醫美的消費頻率需要根據消費項目區別制定。

　　M：Monetary消費金額。指的是顧客在周期內的消費金額。

　　按照價值從高到低可分為8類，具體規則以下圖示：

　　05、RFM模型能在顧客生命周期中有何用？

　　舉例：某機構水光針項目當月業績下滑30%，發現上門量有下降，如何通過RFM模型來精細化運營？

　　目的建立規則通過RFM分析方法將顧客精準分類分級，對不同價值顧客使用不同的營銷決策，驅動增長。

　　1、計算R、F、M值

　　模擬原始數據，將顧客30天內最近一次消費、消費頻次、消費金額套用在表格里，進行下一步

　　2、給R、F、M按價值打分

　　制定規則：

　　最近一次消費R：距離越近價值越大，大于50天的打1分，40-50天的打2分，35-40天打2分，30-35天打4分，30天以內打5分。

　　消費頻率（F），均為5分

　　消費金額（M），消費金額越高，也就是M值越大，用戶價值越高，低于1000元的打1分，1000-1500元的打2分，1500-2000元的打3分，2000元-2500元的打4分，2500元以上的打5分。

　　3、計算3項價值平均值

　　4、顧客分類分級

　　記錄顧客價值高低，高于平均值即為高，低于平均值即為低。

　　5、根據所得價值高低進行匹配模型，明確顧客所屬類別

　　顧客分類規則如下圖：

　　6、通過RFM模型對數據內顧客完成分類

　　7、顧客分類明確，請開始精細化運營的表演

　　已完成顧客分類，了解了每個顧客的相關價值屬性，數據驅動運營，價值驅動增長，針對不同顧客的精細化運營策略是一定的。

　　重要價值顧客：RFM都很大，機構80%業績創造者，塔尖存在，需超VIP維護

　　重要發展顧客：消費頻率低，通過產品策略/其他提升消費頻率

　　重要挽留顧客：顧客到院不及時，做好滿意度回訪，目標保持復購節奏

　　重要保持顧客：最近消費時間距離現在較遠、消費頻率低，但消費金額高。這種用戶，即將流失，要主動聯系用戶，調查清楚哪里出了問題，并想辦法挽回。

　　感謝猴子對于本文的知識支持！十分受用！

　　06、結語

　　RFM最終的目的就是幫助業務提高運營效率和產出價值，通過RFM，我們根據用戶的屬性數據分析，對用戶進行了歸類，在這個過程中也可對顧客的生命周期進行精確定位，對顧客管理來講，營銷可以做到更加精準化，不至于出現顧客反感的情景，更重要的是，對產品轉化等商業價值也有很大的幫助。

　　2020年，實屬不易，向每位堅持在增長路上的運營人致敬！2021年，價值增長官將繼續貫徹堅持價值營銷驅動增長，賦能每一位拼搏的運營人！