當前為5.1版本文檔,更多實例內容將在最新幫助文檔中展現,點選跳轉至 最新版幫助文檔

RFM分析

1. 概述

1.1 概念

RFM 分析是美國資料庫營銷研究所提出的一種簡單實用客戶分析方法,發現客戶資料中有三個神奇的要素:

  • 最近一次消費時間(R):客戶距離最近的一次採購時間的間隔。

  • 最近一段時間內消費頻次(F):指客戶在限定的期間內所購買的次數。

  • 最近一段時間內消費金額(M):客戶的消費能力,通常以客戶單次的平均消費金額作為衡量指標。

這三個要素構成了資料分析最好的指標。

1.2 解決的問題

RFM 分析就是透過三個關鍵指標對客戶進行觀察和分類,判斷每類細分使用者的價值。針對不同的特徵的客戶進行相應的營銷策略。

1.3 預期效果

RFM 分析後,將客戶劃分為了不同分類,自助資料集效果如下圖所示:

1660544782426471.png

儀表板效果如下圖所示:

1660545007215802.png

1660545013220494.png

1660545018365485.png

1660545022685253.png

1.4 實現思路

使用自助資料集對原始資料進行加工。實現思路如下圖所示:

1)建立自助資料集,選擇 RFM 分析所需欄位。

2)對資料進行加工,求得 3 個關鍵指標及其平均值。

3)透過和平均值比較,向量化三個指標。

4)根據特徵向量客戶分類。

2. 範例 

2.1 建立自助資料集

找到 FineBI 中的內建資料表「BIDemo-TW_RFM分析表詳細數據」,並使用它建立一個自助資料集,如下圖所示:

10.png

將自助資料集命名為「RFM模型分析」,勾選以下幾個欄位,如下圖所示:

11.png

2.2 計算客戶的消費指標

計算每個客戶的平均單次消費金額、消費次數、最後一次消費距今天數。

1)對資料進行分組彙總,如下圖所示:

12.png

  • 最近一次消費時間(R):「DATE」的彙總方式選擇「最晚時間」,可得到每個使用者最近一次購買的時間;

  • 消費次數(F):由於有一條記錄代表該使用者購買了一次,所以隨意拖入一個「CUSTOMERNAME」求「記錄個數」即可。

  • 平均單次消費金額(M):「money」的彙總方式選擇「平均」,可求到每個使用者平均單次消費金額;

2)對欄位重命名,方便之後理解,如下圖所示:

13.png

3)求最近一次消費距今的天數,新增一欄計算時間差,如下圖所示:

14.png

2.3 計算所有客戶消費指標的平均值

2.3.1 使用者平均消費金額

新增欄,計算所有使用者的平均消費金額,如下圖所示:

15.png

2.3.2 使用者平均消費次數

新增欄,計算所有使用者的平均消費次數,如下圖所示:

1660542742397051.png

2.3.3 最近一次消費距今平均天數

新增欄,求所有使用者最近一次消費距今的平均天數,如下圖所示:

1660542834551380.png

如此我們便計算出了:每個使用者的單次消費金額和所有使用者平均後的單次消費金額;每個使用者的消費次數和所有使用者平均下拉的消費次數;每個使用者最近一次消費距今天數和所有使用者最近一次消費距今平均天數。

2.4 使用者消費指標評價

根據關鍵指標是否大於客戶總體平均值水平進行評價,其中在IF(xxx>客戶總體xxx平均值,1,0)中,小於總體平均的設為 0,大於總體平均的設為 1 ,使得 1 都是保持正向特徵,0 保持負向特徵。

2.4.1 次均消費金額評價

新增欄,當使用者平均單次消費金額大於使用者總體平均值時,標記為 1 ,否則標記為 0 。如下圖所示:

18.png

2.4.2 消費次數評價

新增欄,當使用者消費次數大於使用者總體平均值時,標記為 1 ,否則標記為 0 。如下圖所示:

19.png

2.4.3 最近一次消費距今天數評價

新增欄,當使用者最近消費時間距今天數小於使用者總體平均值時,標記為 1 ,否則標記為 0 。如下圖所示:

20.png

2.5 劃分客戶型別

已經得到客戶的特徵向量值,根據以下表格可將客戶劃分分類:

客戶特徵
客戶分類
重要價值客戶(111)最近消費時間近、消費頻次和消費金額都很高(VIP)
重要發展客戶(101)最近消費時間較近、消費金額高,但頻次不高,忠誠度不高,很有潛力的使用者,必須重點發展。
重要保持客戶(011)最近消費時間交遠,消費金額和頻次都很高。
重要挽留客戶(001)最近消費時間較遠、消費頻次不高,但消費金額高的使用者,可能是將要流失或者已經要流失的使用者,應當基於挽留措施。
一般價值客戶(110)最近消費時間近,頻率高但消費金額低,需要提高其客單價。
一般發展客戶(100)最近消費時間較近、消費金額,頻次都不高。
一般保持客戶(010)最近消費時間較遠、消費頻次高,但金額不高。
一般挽留客戶(000)
都不高。

2.5.2 新增 RFM 指標

新增欄「RFM」,使用 CONCATENATE() 函式將 RFM 向量化值連接起來,順序為:最近一次消費距今天數評價、消費次數評價、次均消費金額評價。如下圖所示:

21.png

2.5.3 對 RFM 指標分組

新增欄,對「RFM」列分組指派,如下圖所示:

分組指派的詳細操作可參見:新增欄-分組指派

22.png

3. 效果查看

點選建立好的「RFM 分析表」進行「資料預覽」,即可查看資料。如下圖所示:

23.png

至此,該自助資料集也可以透過儀表板進行客戶分類相關資料的視覺化展示。

儀表板效果圖可參考本文 1.3 節。

儀表板效果詳情可參考:RFM分析

附件列表


主題: 数据分析进阶
已經是第一篇
已經是最後一篇
  • 有幫助
  • 沒幫助
  • 只是瀏覽
  • 评价文档,奖励 1 ~ 100 随机 F 豆!