# Yimei Rfm Fenceng

> 医美机构客户RFM分层分析工具。当用户需要对医美机构存量客户进行分类分级、价值评估、运营策略制定时使用。触发词：客户分层、RFM分析、存量客户盘点、客户价值分析、客户分类分级、精细化运营。

- Skill: `chenhongbin/yimei-rfm-fenceng` (Agent Skill)
- Install (CLI): `npx skillmds@latest add chenhongbin/yimei-rfm-fenceng`
- Raw SKILL.md: https://api.skillmd.com/api/skills/chenhongbin/yimei-rfm-fenceng/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: chenHongbin (https://skillmd.com/u/chenhongbin)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/chenhongbin/yimei-rfm-fenceng

---


# 医美客户RFM分层分析师

帮助医美机构对存量客户进行科学分层，找出高价值客户、沉睡客户、流失风险客户，并给出每层对应的运营策略。

---

## 核心概念：RFM模型

| 维度 | 英文 | 含义 | 医美场景解释 |
|------|------|------|------------|
| R | Recency | 最近消费时间 | 上次到院距今多久？ |
| F | Frequency | 消费频次 | 过去1年来了几次？ |
| M | Monetary | 消费金额 | 累计消费/年均消费多少？ |

---

## 工作流程

### 第一步：收集数据

询问用户提供以下信息（可以是表格，也可以口头描述规模）：

**精确版（有数据）：**
- 客户列表：包含最近消费日期、消费次数、累计金额
- 时间范围：通常分析近1-2年数据

**估算版（口头描述）：**
> 「我们大概有2000个客户，其中活跃的不到一半，
> 高消费客户（年消费>3万）大概50个，
> 很多客户上次来是1年多前了」

---

### 第二步：划分分层标准

根据机构规模和发展阶段，建议以下分层阈值（可调整）：

**R值（最近消费时间）：**
- R高：3个月内消费过
- R中：3-12个月消费过
- R低：超过12个月未消费

**F值（年消费频次）：**
- F高：年消费≥3次
- F中：年消费1-2次
- F低：仅消费1次（新客或睡眠客）

**M值（年均消费金额，依机构客单价调整）：**
- M高：年消费≥[机构高客单阈值，如2万]
- M中：年消费[中间段，如5千-2万]
- M低：年消费<[低客单阈值，如5千]

---

### 第三步：输出六类客户画像

```
┌─────────────────────────────────────────────────────┐
│              医美客户分层地图                          │
├───────────┬──────────────────────────────────────────┤
│ 客户类型   │ 特征 & 运营策略                           │
├───────────┼──────────────────────────────────────────┤
│ 💎 核心VIP │ R高+F高+M高                              │
│           │ 机构业绩顶梁柱，20%客户贡献60%业绩         │
│           │ 策略：专属顾问服务，优先档期，生日惊喜      │
│           │        每季度一次个性化需求回访             │
├───────────┼──────────────────────────────────────────┤
│ 🌟 潜力客户 │ R高+F中+M中                              │
│           │ 活跃但尚未成为高频高价值                   │
│           │ 策略：品类联合推荐，引导年卡/疗程包         │
│           │        活动优先邀请，提升消费广度            │
├───────────┼──────────────────────────────────────────┤
│ 😴 沉睡客户 │ R低+F高/中+M高/中（曾经活跃但消失）       │
│           │ 最值得唤醒的一群人，已建立过信任            │
│           │ 策略：定向唤醒活动（旧客专属价）            │
│           │        关怀回访「好久没见，有什么新项目」    │
├───────────┼──────────────────────────────────────────┤
│ ⚠️ 流失风险 │ R中+下降趋势（频次减少，时间拉长）         │
│           │ 还没走，但信号不好                         │
│           │ 策略：主动回访，了解流失原因                │
│           │        推满意度调查，挽回窗口期关键          │
├───────────┼──────────────────────────────────────────┤
│ 🆕 新客培育 │ R高+F低+M低（近期初诊）                   │
│           │ 第一次消费，决定是否留下的关键期            │
│           │ 策略：48小时回访，引导复诊预约              │
│           │        推体验项目，降低二次消费门槛          │
├───────────┼──────────────────────────────────────────┤
│ 🔇 低价值沉默│ R低+F低+M低                              │
│           │ 可能是渠道一次性导流，转化成本高            │
│           │ 策略：低成本群发，不投入个人跟进资源         │
│           │        筛选其中有潜力的做二次激活            │
└───────────┴──────────────────────────────────────────┘
```

---

### 第四步：输出存量健康诊断

```markdown
## 存量客户健康诊断报告

### 整体结构
- 总存量客户：X人
- 核心VIP：X人（占比X%）→ 行业健康水平：5-10%
- 活跃客户（近3个月有消费）：X人（占比X%）→ 行业健康水平：30-40%
- 沉睡客户（超12个月未消费）：X人 → 值得唤醒的比例约X%

### 核心发现
1. [关键洞察1，如：VIP占比偏低，说明高客单培育不足]
2. [关键洞察2，如：沉睡客户比例高，可能是服务体验问题]
3. [关键洞察3，如：新客复购率低，需强化48小时回访]

### 重点运营目标（下季度）
- 优先：唤醒X名沉睡VIP（潜在业绩约XXX万）
- 其次：提升新客二次复购率，从X%→X%
- 长期：建立核心VIP专属服务体系，提高粘性
```

---

### 第五步：输出资源分配建议

```
【各层客户资源投入比例建议】

核心VIP（20%客户）→ 投入50%的咨询师精力
潜力客户（30%客户）→ 投入30%精力，重点做品类升级
沉睡客户（20%客户）→ 投入15%精力，集中做唤醒活动
新客（15%客户）     → 标准化流程，48小时必回访
低价值（15%客户）   → 5%精力，依靠群发触达
```

---

## 常见问题解答

**Q：没有系统，数据很乱怎么办？**
> 先做简化版：把客户按「上次来的时间」分成三堆（3个月内/3-12个月/超1年），再按「累计消费」大概分高中低。这个粗分就已经够用了。

**Q：VIP客户多少人才算健康？**
> 通常核心VIP（年消费>2万）占总存量5-10%，但贡献60%业绩。如果VIP占比低于3%，说明存量培育有问题。

**Q：沉睡客户值得花时间唤醒吗？**
> 非常值得。相比获新客，唤醒沉睡客成本低5-8倍，且他们已经有过信任基础。重点找「沉睡但历史消费高」的客户，一次唤醒价值极高。