RFM模型-用户分类分析
1、概述1.1 RFM概念
在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。
RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。
R（Recency）：客户最近一次交易时间的间隔。R值越大，表示客户交易发生的日期越久，反之则表示客户交易发生的日期越近。F（Frequency）：客户在最近一段时间内交易的次数。F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。M（Monetary）：客户在最近一段时间内交易的金额。M值越大，表示客户价值越高，反之则表示客户价值越低。根据三个值的大小，与平均值做对比，进行高低判断，根据三个值的高低对用户进行分类
1.2 RFM实现效果
通过RFM模型，对用户数据进行分析，有助于判断客户价值，对不同价值用户进行对应的营销策略。RFM模型分析可视化效果：
使用BDP制作RFM模型比Excel更加方便，而且制作的图表也更加直观，便捷。制作好仪表盘，新的数据只需一键替换/追加即可，对应的仪表盘也会实时更新数据，大大减轻重复劳动。通过饼图关注不同类型用户占比情况，以散点图形式，展现不同类型用户分布情况
2、制作示例如何利用 BDP 制作RFM模型
2.1 首先制作R模型：用户最近一次消费。
在BDP工作表界面，点击右上角的“创建合表”--“数据聚合”：
（注：订单时间务必为日期格式，付款金额为数值）
在执行函数操作时，BDP非常人性化的加上了函数说明和示例，使用MAX_DATE这个函数就可以将最近消费的时间统计出来了。在左侧字段上方点击“加号”--“添加计算字段”--搜索“MAX_DATE”：
“最后一次消费距今的时间”可以通过“DAY_DIFF”函数来完成计算。选择函数“DAY_DIFF”即可：
现在基本R模型雏形已经完成了，用户id（计数）即为付费次数，接下来就是做VLOOKUP的分类了，在添加分组字段中就可以简单的处理。在左侧字段上方点击“加号”--“添加分组字段”--“选择分组字段名”：
2.2 制作F、M模型：消费频率与消费金额
在实际的业务场景中，通常会存在一单多件的情况，在分组字段中也没有办法直接计数，再建立一个数据聚合表便可以轻松解决这个问题！操作过程：再新建一个数据聚合表，将刚才做好的R值拉入维度然后保存。
在新生成的聚合表里就会发现订单ID已经变成了计数，再按照之前的分组方法重新分组就可以了~
处理好的数据如下图，最后便可以开始制作仪表盘啦~
2.3 制作图表2.3.1创建图表-气泡图
维度：用户id数值x ：最近一次消费时间间隔（求和） 数值y：付费次数（求和）
尺寸：付费金额
增加辅助线：x/y轴平均值计算
2.3.2 制作饼图维度：付费次数分组字段数值：付费次数（计数）
还可以根据数据制作多种分析图表
在BDP中，做好仪表盘之后，当工作表原数据进行更新时，对应的仪表盘也会随之进行更新
页:
[1]