前几期人工智能在用户行为分析中的精准营销策略，人工智能在用户行为分析中的精准营销策略我们介绍人工智能在用户行为分析中的精准营销策略了顾客信息收集的方式方法人工智能在用户行为分析中的精准营销策略，也介绍了顾客信息的作用，那么，这些顾客的信息拿回来，我们该怎么去使用呢？

其实，我们做的所有的顾客维护和顾客营销，都是建立在顾客信息之上的。今天先为大家介绍一下，顾客信息使用的几个方面，让大家先了解下概况，在后期的内容中，我再为大家详细的做讲解。

一.群体分析

1.活跃度模型分析人工智能在用户行为分析中的精准营销策略：根据顾客最后一次购买时间将顾客分为活跃会员、边缘会员、沉睡会员和流失会员。

2.ABCD模型分析：根据顾客购买的次数和金额，将顾客分为ABCD四大类，A类是金额高次数多的会员，B类是金额高次数少的会员，C类是金额低次数多的会员，D类是金额低次数少的会员，每个类型的会员，维护和营销方式都不同。

3.RFIM模型分析：

R:最近一次购物的时间：分值越高、说明客户消费的周期越短。

F:单位时间内消费的频率：分值越高、说明客户的忠诚度越高。

I:单位时间内转介绍的人数：分值越高，说明客户的满意度很高。

M:单位时间内消费的金额：分值越高、说明客户的消费实力大。

APR模型分析：根据顾客的专属档案、顾客足迹、购买记录，将顾客细分化，最终实现精准营销。

二.单体分析

1.季型风格分析：结合西蔓美学，根据顾客外貌特征的记录，取肤色、发色、瞳孔色、脸颊红晕等信息，判断顾客的季型，建议顾客适合的颜色。取顾客的身高、体重、五官大小、脸型等信息，判断出顾客的风格，给出穿衣搭配的建议。

2.三围立体分析：是指从顾客消费的强度，密度、宽度这三个维度对顾客进行综合分析，通过三围立体的定位，将顾客定位到一个合理的区间，从而对同一个区间的顾客进行统一的维护和营销。

3.智能过滤分析：将顾客的信息建立专属档案，用专属档案中的任何一个字段，定位条件，就能筛选出符合条件的顾客。比如：筛选字段是折扣，定位条件是小于6折，就可以把数据库中，所有购买金额在6折以下的顾客筛选出来，针对这批折扣型顾客，做精准的营销策划。

?出品方：智拓微营销，寒风整理发布，转载请联系作者授权

　　第一期