一、前言

做數(shù)據(jù)分析的時(shí)候小槐，我們總是喜歡把客戶分類淮捆，這樣才能更有針對(duì)性的制定運(yùn)營活動(dòng)，比如按性別本股、年齡攀痊、等級(jí)、區(qū)域拄显、設(shè)備苟径、渠道等各個(gè)維度進(jìn)行細(xì)分，這些維度都是基于客戶的自身屬性躬审。

用戶分類

RFM模型是客戶關(guān)系管理領(lǐng)域里的一種消費(fèi)行為分析模型棘街，用來衡量用戶的內(nèi)在價(jià)值和忠誠度。它從三個(gè)關(guān)鍵維度描述用戶的購買行為承边，其中R近度(Recency)代表最近購買時(shí)間遭殉，指上次購買距離當(dāng)前的時(shí)間間隔；F頻度(Frequency)代表購買頻率博助，指某一段時(shí)間內(nèi)購買的次數(shù)险污；M額度(Monetary)代表總購買金額，指某一段時(shí)間內(nèi)購買商品的金額富岳。

經(jīng)過研究發(fā)現(xiàn)：
- R值越小蛔糯，用戶越有可能產(chǎn)生新的交易。
- F值越大窖式，用戶越有可能產(chǎn)生新的交易蚁飒。
- M值越大，用戶越有可能產(chǎn)生新的交易萝喘。

根據(jù)RFM模型淮逻，可以將付費(fèi)用戶細(xì)分為8種類型：

RFM模型

二琼懊、構(gòu)建RFM模型

樣本數(shù)據(jù)（純屬虛構(gòu)）

其中，_uid表示付費(fèi)用戶ID爬早，pid表示訂單ID肩碟，money表示付費(fèi)額度，_tm表示付費(fèi)時(shí)間凸椿，pstatus表示訂單狀態(tài)（1表示退款削祈，2表示支付成功），hive sql實(shí)現(xiàn)如下：

Hive SQL實(shí)現(xiàn)

WITH q1
AS (
    SELECT *
        ,datediff(from_unixtime(unix_timestamp(), 'yyyy-MM-dd'), from_unixtime(cast(last AS INT), 'yyyy-MM-dd')) AS recency
    FROM (
        SELECT *
        FROM (
            SELECT `_uid`
                ,cast(COALESCE(pamount, 0) AS DOUBLE) * cast(COALESCE(prate, 0) AS DOUBLE) AS pay
                ,pstatus
                ,row_number() OVER (
                    PARTITION BY `_uid`
                    ,`pid` ORDER BY `_tm` DESC
                    ) AS rank
                ,FIRST_VALUE(`_tm`) OVER (
                    PARTITION BY `_uid` ORDER BY `_tm` DESC
                    ) AS last
            FROM user_order2
            WHERE tm BETWEEN 20180101
                    AND 20180131
                AND plat = 607
            ) subquery
        WHERE subquery.rank = 1
            AND subquery.pstatus = 2
        ) a
    )
INSERT overwrite LOCAL directory '/home/hadoop/order' ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
SELECT u1.`_uid`
    ,CASE 
        WHEN u1.recency >= u2.recency
            AND u1.frequency >= u2.frequency
            AND u1.monetary >= u2.monetary
            THEN '重要價(jià)值客戶'
        WHEN u1.recency >= u2.recency
            AND u1.frequency < u2.frequency
            AND u1.monetary >= u2.monetary
            THEN '重要發(fā)展客戶'
        WHEN u1.recency < u2.recency
            AND u1.frequency >= u2.frequency
            AND u1.monetary >= u2.monetary
            THEN '重要保持客戶'
        WHEN u1.recency < u2.recency
            AND u1.frequency < u2.frequency
            AND u1.monetary >= u2.monetary
            THEN '重要挽留客戶'
        WHEN u1.recency >= u2.recency
            AND u1.frequency >= u2.frequency
            AND u1.monetary < u2.monetary
            THEN '一般價(jià)值客戶'
        WHEN u1.recency >= u2.recency
            AND u1.frequency < u2.frequency
            AND u1.monetary < u2.monetary
            THEN '一般發(fā)展客戶'
        WHEN u1.recency < u2.recency
            AND u1.frequency >= u2.frequency
            AND u1.monetary < u2.monetary
            THEN '一般保持客戶'
        WHEN u1.recency < u2.recency
            AND u1.frequency < u2.frequency
            AND u1.monetary < u2.monetary
            THEN '一般挽留客戶'
        END
FROM (
    SELECT `_uid`
        ,recency
        ,sum(pay) AS monetary
        ,count(1) AS frequency
    FROM q1
    GROUP BY `_uid`
        ,recency
    ) u1
JOIN (
    SELECT t2.daysum / t1.ucount AS recency
        ,t1.paycount / t1.ucount AS frequency
        ,t1.paysum / t1.ucount AS monetary
    FROM (
        SELECT sum(pay) AS paysum
            ,sum(1) AS paycount
            ,(count(DISTINCT `_uid`) * 1.0) AS ucount
        FROM q1
        ) t1
    JOIN (
        SELECT sum(recency) AS daysum
        FROM (
            SELECT `_uid`
                ,recency
            FROM q1
            GROUP BY `_uid`
                ,recency
            ) t
        ) t2
    ) u2

最終輸出結(jié)果

用戶類型分布

用戶類型分布

三脑漫、總結(jié)

RFM是一個(gè)簡潔髓抑、有效的模型。但其這三個(gè)維度包含的信息有限优幸。在用戶分類運(yùn)營過程中吨拍，無法具體到個(gè)性化需求。如果某個(gè)類別的用戶對(duì)活動(dòng)沒有響應(yīng)网杆，他仍然會(huì)出現(xiàn)在下一次的營銷目標(biāo)人群中羹饰，造成資源的浪費(fèi)√既矗可以結(jié)合畫像系統(tǒng)中的其他標(biāo)簽屬性队秩，比如購買周期、響應(yīng)程度昼浦、活躍程度等維度馍资。
上面的例子采用均值來劃分用戶類型，它容易受到數(shù)據(jù)極端值的影響关噪，對(duì)于偏態(tài)分布的數(shù)據(jù)鸟蟹，其劃分結(jié)果的代表性較差，可以使用中位數(shù)（percentile）或者其他劃分標(biāo)準(zhǔn)使兔，如找出所有用戶的整體分布形態(tài)建钥，按照業(yè)務(wù)需求進(jìn)行切分。
另外就是不同用戶每次付費(fèi)額度差異較大虐沥，有的用戶一次付費(fèi)額度只有1元熊经，有的用戶一次付費(fèi)100元。但在計(jì)算頻度時(shí)都算一次置蜀。因此需要在RFM指標(biāo)基礎(chǔ)上加上權(quán)重值奈搜，使其能夠較好的反應(yīng)出用戶的最終價(jià)值。
聚類算法也經(jīng)常被用于客戶分類盯荤，我們將在下章特征工程中給出詳細(xì)說明。