餐飲與旅宿業的 RFM 客群分析
為什麼這對您的場域至關重要
向您名單上的每一位顧客發送相同的電子郵件，是在浪費金錢與顧客的專注度。當您向整個資料庫發送通用的優惠時，您是在教導您最優質的顧客忽略您，同時也在流失那些原本無論如何都會光顧的顧客利潤。
正確進行細分市場的商業成效是可衡量的：細分化電子郵件行銷活動所產生的營收，比未細分的廣播高出 760% [1]。對於餐廳而言，面臨的風險更高。分析超過 1 億個顧客記錄顯示，餐廳營收的 60% 來自回頭客 [2]。如果您無法識別您的回頭客，您就無法守住這筆營收。
這就是 RFM 細分模型發揮關鍵作用的地方。RFM 代表 Recency（近期消費）、Frequency（消費頻率）與 Monetary（消費金額）。這是一種分析方法，根據顧客最後一次光顧的時間、光顧的頻繁程度以及消費金額來為其評分。
與依賴您手動匯入名單的 Mailchimp 或 Klaviyo 等通用電子郵件工具不同，Purple Engage 會主動為您建立名單。當顧客登入您的 Guest WiFi 時，他們會透過 Captive Portal 進行驗證。這會建立一個經過驗證、同意授權且屬實的第一方數據記錄。Purple 會將該收集到的電子郵件直接與他們的造訪 recency（近期消費）和 frequency（消費頻率）連結 - 這正是 RFM 運作所需的關鍵輸入數據。
方法論
RFM 細分評估顧客行為的三個特定維度。
**Recency（近期消費）**是指顧客最後一次光顧您的場域至今已過去多少天。昨天光顧的顧客，其對訊息做出回應的可能性遠高於六個月前光顧的顧客。Recency 是預測未來行為最強大的單一指標。
**Frequency（消費頻率）**是指顧客在特定時間段內（通常是過去 12 個月內）光顧的次數。這能將您的常客與臨時顧客區分開來。一年光顧 15 次的顧客，與僅光顧兩次的顧客，在行銷定位上完全不同。
**Monetary（消費金額）**是與顧客檔案關聯的總消費額或平均消費額。這能讓您識別出貢獻超高營收比例的顧客。研究持續表明，大約 20% 的顧客貢獻了 80% 的總營收 [3]。了解這些顧客是誰，將徹底改變您分配行銷預算的方式。
透過在這些指標中分別為顧客評分 1 到 5 分，您可以建立獨特且具備執行力的細分群組。擁有高 recency、高 frequency 和高 spend 的顧客是您的「明星顧客（Champion）」。而低 recency 但歷史 frequency 極高的顧客則是「流失風險顧客（At-Risk）」，他們在完全流失前，需要一個流失挽回行銷活動的刺激。
| 客群 | Recency (近期消費) | Frequency (消費頻率) | Monetary (消費金額) | 採取行動 |
|---|---|---|---|---|
| Champions (冠軍顧客) | 高 | 高 | 高 | 獨家權限、VIP 專屬禮遇 |
| Loyal Guests (忠實賓客) | 中 | 高 | 中至高 | 獎勵與留存 |
| Potential Loyalists (潛在忠實顧客) | 高 | 中 | 中 | 培養習慣的限時激勵措施 |
| At-Risk Regulars (流失風險常客) | 低 | 高 | 高 | 強效的挽回優惠 |
| Promising (潛力顧客) | 高 | 低 | 低 | 迎新系列活動、二次到店激勵 |
| Lost Guests (已流失賓客) | 低 | 低 | 低 | 低成本的重新激活嘗試 |
如何搭配您的 Guest WiFi 實現此目標
大多數餐飲旅宿業 CRM 策略的根本缺陷在於數據收集。如果您要求收銀台員工詢問電子郵件地址，或依賴實體意見卡，您的數據將會零散且不準確。如果您僅依賴預訂數據，您只能捕捉到實際客流量的一小部分。
Purple Engage 利用您現有的網路硬體自動化此流程。我們直接與 Cisco Meraki、HPE Aruba、Ruckus、Juniper Mist、Ubiquiti UniFi、Cambium、Extreme 和 Fortinet 整合。無論您使用何種硬體，數據收集層皆可正常運作。
以下是數據收集流程。賓客進入您的餐廳並連接到 Guest WiFi。系統會向他們呈現一個品牌化的 Captive Portal，並引導他們使用電子郵件地址進行驗證。他們明確同意行銷追蹤，這確保了完全符合 GDPR 規範。Purple 會記錄此次造訪，並立即更新他們的 Recency and Frequency 評分。
這意味著您的顧客名單會自動建立。您不再需要猜測某人造訪的頻率；網路會為您確認。每次重複造訪都會自動更新賓客個人資料，無需任何手動數據輸入即可建立豐富的行為記錄。
關鍵的差異在於，像 Mailchimp 或 HubSpot 這樣的工具可以發送活動，但它們不會建立名單。您必須手動匯入聯絡人。而 Purple 則是從實際的實體造訪中建立名單，且每筆記錄都附帶經過驗證的同意聲明。
該發送什麼內容以及何時發送
一旦 Purple Engage 將您的賓客分類，您就可以為每個客群設定特定的自動化流程。語氣和優惠必須與該客群與您場所的關係相匹配。
Champions (高 R, 高 F, 高 M) 是您的最佳顧客。不要向他們發送折扣；他們已經以全價評估您的價值。發送 20% 的折扣券只會讓他們習慣等待下一次優惠。相反地，為他們提供專屬權限。邀請他們參加菜單試吃晚宴，提供熱門日期的優先預訂，並在他們抵達時提供招待的非菜單項目。目標是給予認可，而非獲取新客。
Potential Loyalists (高 R, 中 F, 中 M) 最近剛造訪，且之前造訪過幾次。他們正在建立習慣。適時的推動能將一般顧客轉化為常客。發送限時 14 天內回訪的獎勵，例如在下次造訪時免費獲得一份前菜。您並非在打折體驗；您是在加速習慣的養成。
流失風險常客 (低 R, 高 F, 高 M) 過去經常光顧且消費額高，但已有 60 天未出現。在這裡使用您最強大的財務誘因。一個顯著的優惠（例如下次帳單 25% 折扣，或晚餐免費招待一瓶紅酒）是合理的，因為該折扣成本遠低於重新獲取一位高價值顧客的成本。
如需深入比較可執行這些行銷活動的平台，請參閱 餐廳最佳電子郵件行銷軟體比較。
衡量成效
不要僅以開信率來衡量成功。32% 的開信率是行業平均水準 [4]，但開信率無法支付租金。
您必須衡量回訪率與增量營收。由於 Purple Engage 透過顧客 WiFi 網路追蹤實體到訪，因此您可以準確衡量有多少人收到電子郵件，然後實際返回您的場所。這完成了傳統電子郵件工具無法做到的歸因閉環。
追蹤區隔轉換率 - 收到特定行銷活動後實際回訪的特定 RFM 區隔顧客百分比。針對高價值區隔進行妥善規劃的 RFM 行銷活動，應實現 8% - 12% 的回訪轉換率 [5]。如果您的流失風險 (At-Risk) 行銷活動挽回了 10% 流失的常客，您可以根據他們過去的消費金額 (Monetary) 分數，精確計算出挽回了多少營收。
忠誠度計畫會員每次造訪的消費額比一般顧客高出 38% [6]。加入忠誠度計畫的顧客每年比非會員多創造 12% - 18% 的增量營收 [7]。RFM 區隔是讓這些數據在大規模營運中得以實現的流程。
如需深入了解平台的完整功能，請參閱 Purple Engage 產品概述。
從哪裡開始
實施 RFM 分群不需要數據科學團隊。請遵循以下步驟：
- 稽核您的網路：確保您的硬體（Cisco Meraki, HPE Aruba, Ruckus 或同等設備）已設定為將訪客流量引導至 Purple。
- 設定入口網站：建立一個乾淨、符合 GDPR 的登入網頁，其中包含明確的行銷同意勾選框和清晰可見的隱私權政策連結。
- 建立基準數據：讓 Purple 收集 30 天的造訪數據，以建立基準的最新造訪（Recency）和造訪頻率（Frequency）評分。
- 建立您的第一個分群：篩選出 45 天未造訪，但在過去 12 個月內造訪頻率評分為 3 次或以上的流失風險（At-Risk）訪客。
- 啟動挽回行銷活動：發送單封自動化電子郵件，提供強而有力的消費誘因。保持訊息直接且個人化。
- 衡量實際回訪率：追蹤這些訪客在收到電子郵件後的 14 天內，有多少人重新登入 WiFi。該數據即為您行銷活動的轉換率。
參考文獻
[1] Digital Applied, "Email Marketing Statistics 2026: 200+ Essential Data," 2026. [2] GoFoodservice, "Restaurant Loyalty Programs | Build Repeat Business," Feb. 2026. [3] Putler, "RFM Analysis," 2025. [4] Mailmend, "30 Open Rate Statistics for Email Marketing," Feb. 2026. [5] Zigpoll, "RFM Analysis Implementation Metrics That Matter for Hotels," 2026. [6] Paytronix, "7 Stats Showing the Effectiveness of Loyalty Programs," Nov. 2025. [7] Deliverect, "Loyalty Programs for Restaurants: Stats and Trends 2024," Aug. 2024.