數據分析學習-RFM價值模型實戰(zhàn)

一顽冶、RFM價值模型簡介

從三個角度進行客戶細分:
Recency 距離最近一次交易的間隔(客戶粘性)
Frequency 交易頻次(忠誠度)
Monetary 交易金額(消費力)

二、RFM客戶價值分類

分類表格

三酗洒、在Tableau如何實現饰抒?

1详瑞、創(chuàng)建字段:當前時間 (fixed主要是固定聚合函數摘刑,+1是避免是零值)

{ FIXED :MAX([訂單日期])}+1

2伟葫、創(chuàng)建字段:客戶最近一次下單時間:

{ FIXED [客戶 Id]:MAX([訂單日期])}
以客戶id來分組聚合

3裹芝、計算R值部逮,客戶最近一次下單距當前時間的天數R值:

DATEDIFF('day',[客戶最近一次下單時間],[參考時間])

4、計算R的參考值嫂易,R參考值為中位數

{ FIXED :MEDIAN([R值])}

5甥啄、計算F值,客戶累計交易單數:

{ FIXED [客戶 Id]:COUNTD([訂單 Id])}

6炬搭、計算F的參考值蜈漓,F參考值為中位數

{ FIXED :MEDIAN([F值])}

7、計算M值宫盔,客戶累計消費金額M值

{ FIXED [客戶 Id]:SUM([銷售額])}

8融虽、計算M的參考值,M參考值為中位數

{ FIXED :MEDIAN([M值])}

9灼芭、創(chuàng)建客戶分類字段

R值越小有额,客戶活躍度越高,按照上面的圖表編寫條件語句

IF  [R值]<[R參考值] and [F值]>=[F參考值] and [M值]>=[M參考值]
then '重要價值客戶'
ELSEIF [R值]>=[R參考值] and [F值]>=[F參考值] and [M值]>=[M參考值]
then '重要喚回客戶'
ELSEIF [R值]<[R參考值] and [F值]<[F參考值] and [M值]>=[M參考值]
then '重要深耕客戶'
ELSEIF [R值]>=[R參考值] and [F值]<[F參考值] and [M值]>=[M參考值]
then '重要挽留客戶'
ELSEIF [R值]<[R參考值] and [F值]>=[F參考值] and [M值]<[M參考值]
then '潛力客戶'
ELSEIF  [R值]<[R參考值] and [F值]<[F參考值] and [M值]<[M參考值]
then '新客戶'
ELSEIF [R值]>=[R參考值] and [F值]>=[F參考值] and [M值]<[M參考值]
then '一般維持客戶'
else  '一般維持客戶'
END

10彼绷、效果圖

RFM模型條形圖.png

但是我們發(fā)現流失客戶的比例太高巍佑,我們所用的平均值作為參考可能會有一定的問題。

RMF價值客戶散點圖.png
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末寄悯,一起剝皮案震驚了整個濱河市萤衰,隨后出現的幾起案子,更是在濱河造成了極大的恐慌猜旬,老刑警劉巖脆栋,帶你破解...
    沈念sama閱讀 216,997評論 6 502
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件倦卖,死亡現場離奇詭異,居然都是意外死亡椿争,警方通過查閱死者的電腦和手機怕膛,發(fā)現死者居然都...
    沈念sama閱讀 92,603評論 3 392
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來秦踪,“玉大人褐捻,你說我怎么就攤上這事∫蔚耍” “怎么了柠逞?”我有些...
    開封第一講書人閱讀 163,359評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長希坚。 經常有香客問我,道長陵且,這世上最難降的妖魔是什么裁僧? 我笑而不...
    開封第一講書人閱讀 58,309評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮慕购,結果婚禮上聊疲,老公的妹妹穿的比我還像新娘。我一直安慰自己沪悲,他們只是感情好获洲,可當我...
    茶點故事閱讀 67,346評論 6 390
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著殿如,像睡著了一般贡珊。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上涉馁,一...
    開封第一講書人閱讀 51,258評論 1 300
  • 那天门岔,我揣著相機與錄音,去河邊找鬼烤送。 笑死寒随,一個胖子當著我的面吹牛,可吹牛的內容都是我干的帮坚。 我是一名探鬼主播妻往,決...
    沈念sama閱讀 40,122評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼试和!你這毒婦竟也來了讯泣?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 38,970評論 0 275
  • 序言:老撾萬榮一對情侶失蹤阅悍,失蹤者是張志新(化名)和其女友劉穎判帮,沒想到半個月后局嘁,有當地人在樹林里發(fā)現了一具尸體,經...
    沈念sama閱讀 45,403評論 1 313
  • 正文 獨居荒郊野嶺守林人離奇死亡晦墙,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,596評論 3 334
  • 正文 我和宋清朗相戀三年悦昵,在試婚紗的時候發(fā)現自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片晌畅。...
    茶點故事閱讀 39,769評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡但指,死狀恐怖,靈堂內的尸體忽然破棺而出抗楔,到底是詐尸還是另有隱情棋凳,我是刑警寧澤,帶...
    沈念sama閱讀 35,464評論 5 344
  • 正文 年R本政府宣布连躏,位于F島的核電站剩岳,受9級特大地震影響,放射性物質發(fā)生泄漏入热。R本人自食惡果不足惜拍棕,卻給世界環(huán)境...
    茶點故事閱讀 41,075評論 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望勺良。 院中可真熱鬧绰播,春花似錦、人聲如沸尚困。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,705評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽事甜。三九已至谬泌,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間逻谦,已是汗流浹背呵萨。 一陣腳步聲響...
    開封第一講書人閱讀 32,848評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留跨跨,地道東北人潮峦。 一個月前我還...
    沈念sama閱讀 47,831評論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像勇婴,于是被迫代替她去往敵國和親忱嘹。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,678評論 2 354

推薦閱讀更多精彩內容

  • 歡迎大家關注我的私人公眾號:【抄襲桃汁的是什么汁】 Recency:距離最近一次交易 Frequency:交易頻率...
    水蜜桃本淘閱讀 3,794評論 1 2
  • RFM模型概述 R=Recency距離最近一次交易的時間:用來代表客戶粘性耕渴,分5拘悦、4、3橱脸、2础米、1分苇,五個等級,5代表...
    波_洛閱讀 2,639評論 1 4
  • 這本書是我在看了《Tableau 8》后看的屁桑,與其不同的是医寿,它主要從概念和規(guī)則的角度來詮釋說明可視化,并未涉及...
    _陳璨閱讀 2,588評論 2 1
  • 睡到這個點起床蘑斧,我也是醉了靖秩,沒有早餐,沒有午飯竖瘾,一顆蘋果足以把肚子填飽沟突! 聽著歌,寫著字捕传,無比愜意的生...
    綾子閱讀 279評論 0 2
  • 時間歷練 人終究會長大 不卑不亢 無欲無求 是最好的狀態(tài)
    意說閱讀 311評論 0 0