客戶分析就是根據(jù)客戶信息數(shù)據(jù)來分析客戶特征药薯，評(píng)估客戶價(jià)值您朽，從而為客戶制訂相應(yīng)的營銷策略與資源配置狂丝。通過合理换淆、系統(tǒng)的客戶分析，企業(yè)可以知道不同的客戶有著什么樣的需求几颜，分析客戶消費(fèi)特征與商務(wù)效益的關(guān)系倍试，使運(yùn)營策略得到最優(yōu)的規(guī)劃；更為重要的是可以發(fā)現(xiàn)潛在客戶蛋哭，從而進(jìn)一步擴(kuò)大商業(yè)規(guī)模县习，使企業(yè)得到快速的發(fā)展。

　　企業(yè)客戶分析可以從以下幾個(gè)方面入手谆趾，對(duì)客戶數(shù)據(jù)信息展開分析：

　　1躁愿、分析客戶個(gè)性化需求

　　“以客戶為中心”的個(gè)性化服務(wù)越來越受到重視。實(shí)施CRM的一個(gè)重要目標(biāo)就是能夠分析出客戶的個(gè)性化需求沪蓬，并對(duì)這種需求采取相應(yīng)措施彤钟，同時(shí)分析不同客戶對(duì)企業(yè)效益的不同影響，以便做出正確的決策跷叉。這些都使得客戶分析成為企業(yè)實(shí)施CRM時(shí)不可缺少的組成部分样勃。

　　2、分析客戶行為

　　企業(yè)可以利用收集到的信息性芬，跟蹤并分析每一個(gè)客戶的信息峡眶，不僅知道什么樣的客戶有什么樣的需求，同時(shí)還能觀察和分析客戶行為對(duì)企業(yè)收益的影響植锉，使企業(yè)與客戶的關(guān)系及企業(yè)利潤得到最優(yōu)化辫樱。

　　3、分析有價(jià)值的信息

　　利用客戶分析系統(tǒng)俊庇，企業(yè)不再只依靠經(jīng)驗(yàn)來推測狮暑，而是利用科學(xué)的手段和方法，收集辉饱、分析和利用各種客戶信息搬男，從而輕松的獲得有價(jià)值的信息。如企業(yè)的哪些產(chǎn)品最受歡迎彭沼，原因是什么缔逛，有什么回頭客，哪些客戶是最賺錢的客戶姓惑，售后服務(wù)有哪些問題等褐奴。客戶分析將幫助 企業(yè)充分利用其客戶關(guān)系資源于毙，在新經(jīng)濟(jì)時(shí)代從容自由地面對(duì)客戶敦冬。

目前國內(nèi)企業(yè)對(duì)客戶的分析還很欠缺，分析手段較為簡單唯沮，而簡單的統(tǒng)計(jì)方法雖然可以在一定程度上得出分析結(jié)果脖旱，但因?yàn)椴煌髽I(yè)發(fā)展中存在一定的不平衡性堪遂，利用簡單的統(tǒng)計(jì)模式得出的結(jié)論容易有較大的誤差，難以滿足企業(yè)的特殊需求萌庆。因而企業(yè)需要有更加完善蚤氏、合理的客戶分析方案，進(jìn)一步提高客戶分析的合理性踊兜、一致性，并能在對(duì) 潛在客戶的培養(yǎng)和發(fā)現(xiàn)中提供更多的決策支持佳恬。

本文將使用客戶RFM模型來衡量客戶價(jià)值捏境，當(dāng)然僅一個(gè)模型也無法完整并系統(tǒng)的分析客戶，還是需要結(jié)合CRM系統(tǒng)中的數(shù)據(jù)毁葱，切勿過度依賴該模型來分析客戶價(jià)值垫言。該模型僅供決策參考。接下來我們來看一下RFM模型是什么倾剿？

客戶RFM數(shù)據(jù)分析

RFM分析（Recency筷频，F(xiàn)requency，Monetary）是用來細(xì)分用戶和衡量客戶價(jià)值的一個(gè)重要工具前痘，就是根據(jù)客戶活躍程度和交易金額的貢獻(xiàn)凛捏，進(jìn)行客戶價(jià)值細(xì)分的一種方法。

RFM的含義：

R（Recency）：客戶最近一次交易時(shí)間的間隔芹缔。R值越大坯癣，表示客戶交易發(fā)生的日期越久，反之則表示客戶交易發(fā)生的日期越近最欠。

F（Frequency）：客戶在最近一段時(shí)間內(nèi)交易的次數(shù)示罗。F值越大，表示客戶交易越頻繁芝硬，反之則表示客戶交易不夠活躍蚜点。

M（Monetary）：客戶在最近一段時(shí)間內(nèi)交易的金額。M值越大拌阴，表示客戶價(jià)值越高绍绘，反之則表示客戶價(jià)值越低。

本文中通過分析某個(gè)店鋪客戶消費(fèi)數(shù)據(jù)迟赃，將會(huì)員分為以下8種脯倒，以便有針對(duì)性的做營銷決策，實(shí)現(xiàn)精細(xì)化運(yùn)營：

RFM定義

一捺氢、RFM數(shù)據(jù)源

我們準(zhǔn)備的數(shù)據(jù)源中有很多的字段藻丢，由RFM模型的含義可知。我們需要通過訂單日期判斷R值摄乒，訂單ID判斷F值悠反，銷售額判斷M值残黑，客戶ID是基礎(chǔ)數(shù)據(jù)，其他的字段就是冗余字段

RFM數(shù)據(jù)源

二斋否、RFM值

1梨水、確定R值

確定R值為指定日期和最近購買日期之間的差異天數(shù)，計(jì)算每個(gè)客戶的最近一次消費(fèi)日期茵臭。再根據(jù)截止日期的時(shí)間和最后一個(gè)交易日期的差值

RFM R =?

AVERAGEX( DISTINCT('維度_客戶'[客戶名稱]) ,?

? ? CALCULATE(?

? ? ? ? AVERAGEX( '事實(shí)_訂單', DATEDIFF( [訂單日期] , LASTDATE( '維度_RFM日期'[Date] ) , DAY ) ) ,?

? ? ? ? TREATAS( VALUES( '維度_RFM日期'[Date] ) , '事實(shí)_訂單'[訂單日期])

? ? )

)

R最大值

RFM R MAX =?

MAXX( ALL('維度_客戶'[客戶名稱]) ,?

?CALCULATE(?

AVERAGEX( '事實(shí)_訂單' , DATEDIFF( [訂單日期] , LASTDATE( '維度_RFM日期'[Date] ) , DAY ) ) ,?

TREATAS( VALUES( '維度_RFM日期'[Date] ) , '事實(shí)_訂單'[訂單日期])

? )

)

R最小值

RFM R MIN =?

MINX( ALL( '維度_客戶'[客戶名稱]) ,?

CALCULATE(?

? ? ? ? AVERAGEX( '事實(shí)_訂單' , DATEDIFF( [訂單日期] , LASTDATE( '維度_RFM日期'[Date] ) , DAY ) ) ,?

? ? ? ?TREATAS( VALUES( '維度_RFM日期'[Date] ) , '事實(shí)_訂單'[訂單日期] )

? ? )

R平均值

RFM R AVG = CALCULATE( [RFM R] , ALL('維度_客戶') )

2疫诽、確定F值

交易次數(shù)值需要感覺非重復(fù)計(jì)數(shù)獲得，這里根據(jù)虛擬關(guān)系篩選計(jì)數(shù)顧客交易次數(shù)

RFM F =?

AVERAGEX( DISTINCT('維度_客戶'[客戶名稱]) ,?

CALCULATE('度量值'[顧客交易次數(shù)] , TREATAS( VALUES('維度_RFM日期'[Date]) , '事實(shí)_訂單'[訂單日期]))

)

F最大值

RFM F MAX =?

MAXX( ALL('維度_客戶'[客戶名稱]) ,?

? ? CALCULATE('度量值'[顧客交易次數(shù)] , TREATAS( VALUES('維度_RFM日期'[Date]) , '事實(shí)_訂單'[訂單日期]))

)

F最小值

RFM F MIN = MINX( ALL('維度_客戶'[客戶名稱]) , ?CALCULATE('度量值'[顧客交易次數(shù)] , TREATAS( VALUES('維度_RFM日期'[Date]) , '事實(shí)_訂單'[訂單日期])))

F平均值

RFM F AVG = CALCULATE( [RFM F] , ALL('維度_客戶') )

3旦委、確定M值

M值為每個(gè)客戶共享的銷售金額

RFM M = AVERAGEX( DISTINCT( '維度_客戶'[客戶名稱]) , ?CALCULATE('度量值'[銷售金額], TREATAS( VALUES( '維度_RFM日期'[Date] ) , '事實(shí)_訂單'[訂單日期] ) ))

M最大值

RFM M MAX = MAXX( ALL( '維度_客戶'[客戶名稱]) , CALCULATE('度量值'[銷售金額], TREATAS( VALUES( '維度_RFM日期'[Date] ) , '事實(shí)_訂單'[訂單日期] ) ))

M最小值

RFM M MIN = MINX( ALL('維度_客戶'[客戶名稱]) , CALCULATE('度量值'[銷售金額], TREATAS( VALUES( '維度_RFM日期'[Date] ) , '事實(shí)_訂單'[訂單日期]) ))

M平均值

RFM M AVG = CALCULATE( [RFM M] , ALL( '維度_客戶' ) )

三奇徒、確定客戶類型

確定RFM值后，我們將R缨硝、F摩钙、M分別與平均值比較，計(jì)數(shù)出RFM的得分情況

RFM R 分?jǐn)?shù) = IF( NOT ISBLANK( [RFM R] ) , DIVIDE( [RFM R MAX] - [RFM R] , [RFM R MAX] - [RFM R MIN] ) * 100 )

RFM F 分?jǐn)?shù) = IF( NOT ISBLANK( [RFM F] ) , DIVIDE( [RFM F] - [RFM F MIN] , [RFM F MAX] - [RFM F MIN] ) * 100 )

RFM M 分?jǐn)?shù) = IF( NOT ISBLANK( [RFM M] ) , DIVIDE( [RFM M] - [RFM M MIN] , [RFM M MAX] - [RFM M MIN] ) * 100 )

四查辩、新建輔助表

1胖笛、新建RFM分類表

可以直接輸入數(shù)據(jù)，也可以通過Excel導(dǎo)入數(shù)據(jù)宜岛。

RFM分類表

2长踊、新建權(quán)重參數(shù)表

權(quán)重參數(shù)從0到100進(jìn)行設(shè)定

參數(shù)_RFM R權(quán)重 = GENERATESERIES(0, 100, 1)

參數(shù)_RFM F權(quán)重 = GENERATESERIES(0, 100, 1)

參數(shù)_RFM M權(quán)重 = GENERATESERIES(0, 100, 1)

3、新建TOP參數(shù)表

參數(shù)_RFM TOP X = GENERATESERIES(0, 100, 1)

五萍倡、制作可視化報(bào)告

1之斯、制作表格，拖放已經(jīng)計(jì)算好的數(shù)據(jù)

表格

2遣铝、制作客戶RFM權(quán)重占比環(huán)形圖

權(quán)重占比環(huán)形圖

3佑刷、制作客戶分類占比環(huán)形圖

分類占比環(huán)形圖

4、制作客戶RFM得分排名條形圖

排名條形圖

5酿炸、制作切片器

切片器拖放輔助表中的權(quán)重R\F\M字段和TopX字段瘫絮，并設(shè)置顯示格式為下拉。日期切片器直接設(shè)置開啟滑塊

切片器制作

六填硕、總結(jié)

客戶RFM分析首先需要根據(jù)訂單數(shù)據(jù)來計(jì)算RFM的值麦萤，其次通過輔助表進(jìn)行補(bǔ)充動(dòng)態(tài)設(shè)定的參數(shù)。再次通過RFM的值和最大值扁眯、最小值對(duì)比使用平均函數(shù)進(jìn)行計(jì)算出RFM得分情況壮莹。通過輔助表客戶分類維度，來確定客戶所屬分類姻檀。該模型可以動(dòng)態(tài)根據(jù)企業(yè)對(duì)R,F命满，M設(shè)定不同的權(quán)重來計(jì)算客戶的價(jià)值。

對(duì)于銷售分析的指標(biāo)的分析模型還有動(dòng)態(tài)ABC分析模型绣版，在后續(xù)得文章中會(huì)給大家展現(xiàn)胶台。

動(dòng)態(tài)ABC分析