顾客数据中的“集中度”是什么，为什么很重要：
目前营销和顾客价值领域最通行的做法就是通过RFM模型，即最近一次消费、消费频率和消费金额来概括顾客的消费行为，也就是说利用手里所有关于顾客的信息，来计算顾客在以下三个方面的数据，即最近一次消费是什么时候、多久消费一次以及消费的金额……这是大多数公司用于衡量有价值顾客和其他顾客的基础指标。
我的研究发现，这不是顾客的全部特征，RFM模型还应加上字母“C”，代表集中度，表示有些顾客的购买行为具有一定规律。长期以来，顾客购买橙汁、尿布等物品时会遵循一定规律。但是集中度指的是人们一窝蜂地争相购买物品。这种集中购买的时期可以反映出顾客身上具有某种与众不同的特征，他们可能是极其有价值的顾客。
重要结论：
从我研究中得出的重要结论易于理解。想象一下，假设你想预测谁是未来有价值的顾客。你手里有四项可以用来预测的指标，也就是我前面提到过的：最近一次消费、消费频率、消费金额以及在顾客身上进行的营销。这是众多公司设计的评分模型。但我认为你还需要多加一项指标，那就是集中度——衡量顾客购买的集中程度有多高。这项指标和R、F和M指标一样易于计算，在Excel里就可以完成，并且计算迅速，可以在一秒内计算出一亿名顾客的数据。
我的研究还发现，在实验中集中购买程度较高的顾客在未来具有更高的价值，即使在运用RFM模型和营销费用分析之后，也会得出同样的结论。这说明我们发现了另一个关于顾客的变量，公司应该跟进这个变量，并利用它来预测顾客在未来的价值。
登录 | 立即注册