【主要成果圖】
一灾挨、模型概念
RFM模型是衡量客戶(hù)價(jià)值和客戶(hù)創(chuàng)利能力的重要工具，是對(duì)客戶(hù)生命模型的完善令宿，引入了度量客戶(hù)購(gòu)買(mǎi)頻率的F參數(shù)和客戶(hù)購(gòu)買(mǎi)金額的M參數(shù)携冤。從三維維度對(duì)客戶(hù)做出了八類(lèi)的劃分，如下：
二秩铆、數(shù)據(jù)源
某文具批發(fā)商2013-2016年近10000條基礎(chǔ)銷(xiāo)售數(shù)據(jù)，包括時(shí)間灯变，地區(qū)殴玛，客戶(hù)名稱(chēng)，此條目商品類(lèi)別添祸，數(shù)量滚粟，銷(xiāo)售額，利潤(rùn)等基本信息刃泌。
三凡壤、使用工具
是分條目的銷(xiāo)售數(shù)據(jù)，很適合做RFM分析耙替，只需要簡(jiǎn)歷RFM字段并對(duì)客戶(hù)進(jìn)行分類(lèi)即可亚侠。最后希望可視化展示，采用Tableau實(shí)現(xiàn)俗扇。
四硝烂、分析過(guò)程
1.R參數(shù)，求LOD（Last order day）并求和今日時(shí)間差铜幽，使用MAX滞谢，日期相減得時(shí)間間隔
2.F參數(shù)，求近一年顧客的購(gòu)買(mǎi)頻率除抛，使用FIX和COUNTD
3.M參數(shù)狮杨，求近一年顧客的購(gòu)買(mǎi)金額，使用FIX和SUM
4.確定RFM閾值到忽，根據(jù)業(yè)務(wù)情況橄教，制定R為6個(gè)月。觀察數(shù)據(jù)形態(tài)，發(fā)現(xiàn)金額的四分之一分位在10000元作業(yè)颤陶，所以以1000元作為M的閾值颗管。數(shù)量的四分之一分位在4個(gè)，所以以4作為F的閾值滓走。
5.進(jìn)行RFM分類(lèi)垦江，完成模型建設(shè)
6.制作區(qū)域條形圖、各分類(lèi)客戶(hù)數(shù)量條形圖搅方、顯示F和M參數(shù)的分類(lèi)比吭，制作儀表盤(pán)如下，可以明顯看出各類(lèi)用戶(hù)的銷(xiāo)售額區(qū)別（顏色區(qū)分為種類(lèi)）姨涡，各個(gè)地區(qū)各類(lèi)用戶(hù)的占比
7.對(duì)RFM模型進(jìn)行改進(jìn)衩藤，我們發(fā)現(xiàn)有的客戶(hù)在2016年購(gòu)買(mǎi)的次數(shù)較少，但是2015年和之前購(gòu)買(mǎi)都多涛漂，在RFM模型中赏表，由于F和M都比較低，被判定為了較低價(jià)值的客戶(hù)匈仗，如圖所示瓢剿。因此我們對(duì)RFM模型進(jìn)行改進(jìn)，把R和F的測(cè)算時(shí)間由測(cè)算時(shí)間前的一年改為L(zhǎng)OD前的一年悠轩，以此來(lái)糾正原有RFM模型不足间狂。
8.計(jì)算LOD前一年M和F，以F為例
9.改進(jìn)后對(duì)RFM重新建立字段火架，進(jìn)行分類(lèi)
10.我們將改進(jìn)后的RFM模型和原有RFM模型進(jìn)行對(duì)比鉴象，發(fā)現(xiàn)原模型中的很多客戶(hù)價(jià)值在重新判斷后得到了提升，我們認(rèn)為此模型有較好的糾正效果何鸡。
11.我們對(duì)改進(jìn)后的RFM模型制作儀表盤(pán)纺弊，包括RFM各類(lèi)客戶(hù)占比，各類(lèi)客戶(hù)總數(shù)骡男，各類(lèi)客戶(hù)在不同區(qū)域占比俭尖，各類(lèi)客戶(hù)貢獻(xiàn)銷(xiāo)售額等，如下圖：
五洞翩、模型特點(diǎn)
1.對(duì)比客戶(hù)生命周期模型稽犁，RFM模型引入和金額和頻率維度，對(duì)客戶(hù)分類(lèi)做了更加準(zhǔn)確的劃分骚亿。如下圖已亥，在同樣的R參數(shù)下，生命周期模型和RFM模型對(duì)客戶(hù)的價(jià)值判斷有較大的區(qū)別来屠。
2.與客戶(hù)生命周期模型一樣虑椎，RFM模型中三個(gè)閾值震鹉，以及計(jì)算哪個(gè)時(shí)間段中的R和M也是這個(gè)模型的重點(diǎn)，需要根據(jù)業(yè)務(wù)模式進(jìn)行確定捆姜。
