Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >RFM 客户价值分析模型

RFM 客户价值分析模型

作者头像
博文视点Broadview
发布于 2021-12-06 06:19:21
发布于 2021-12-06 06:19:21
2.2K02
代码可运行
举报
运行总次数:2
代码可运行

RFM 客户价值分析模型是衡量客户价值和客户创利能力的重要工具和手段。

在众多的客户关系管理(CRM)分析模式中,RFM 客户价值分析模型经常被提到。RFM 客户价值分析模型通过一个客户的近期购买行为、购买的总体频率及花费金额三项指标来描述该客户的价值状况。

RFM 模型的三个参数分别是 R(最近一次消费的时间间隔)、F(消费的频次)和 M(消 费金额)。

R 即最近一次消费的时间间隔,指上一次购买时间距离当天的时间间隔。

从理论上说, 距离上一次消费时间较近的客户应该是比较优质的客户,对提供即时的商品或服务也最 有可能有反应。营销人员若想业绩有所增长,只能争夺竞争对手的市场占有率,而要想 密切地关注客户的购买行为,那么最近的一次消费就是营销人员首先要利用的。距离上 一次消费的时间越短,客户越能接受营销信息,这也是消费时间间隔 0~6 个月的客户收 到的营销信息多于消费时间间隔 31~36 个月的客户收到的营销信息的原因。

F 即消费的频次,指客户在限定的时间内购买商品的次数。经常购买商品的客户可以 说是满意度很高的客户,如果客户增加了购买的次数,就意味着商家从竞争对手处争夺了市场占有率,从别人的手中赚取了销售额。

M 即消费金额,指客户在限定的时间内所消费的金额总和,遵循“帕雷托法则”(Pareto' s Law)——公司 80% 的收入来自 20% 的客户。

RFM 客户价值分析模型动态地显示了一个客户的全部消费轮廓,为商家定制个性化 的沟通和服务提供了依据。同时,通过对该客户长时间的观察,能够较为精确地判断该客户的长期价值,甚至终身价值。通过改善三项指标的状况,可以为更多的营销决策提供支持。

01

计算 R

R 的计算方法是计算当天与最近一次购买日期之间的间隔天数。

计算每一笔订单距离当天的时间间隔,可以选中“订单报表”,在“建模”选项卡中单击“新建列”按钮,如图1所示。

图 1
图 1

在打开的公式文本框中输入以下表达式 :

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
时间间隔 = DATEDIFF('pbi 订单报表 '[ 订单付款时间 ],TODAY(),DAY)

计算最小的 R,选中“订单报表”,在“建模”选项卡中单击“新建度量值”按钮, 如图2所示。

图 2
图 2

在打开的公式文本框中输入以下表达式 :

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
R = MIN([ 时间间隔 ])

02

计算 F

F 的计算方法是对客户的订单数量进行统计。

对“订单编号”进行计数,可以选中“ pbi 订单报表”,在“建模”选项卡中单击“新 建度量值”按钮。

在打开的公式文本框中输入以下表达式 :

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
F = COUNTA([ 订单编号 ])

03

计算 M

M 的计算方法是将客户的消费金额进行汇总。

对“买家实际支付金额”进行求和,选中“ pbi 订单报表”,在“建模”选项卡中单击“新 建度量值”按钮。

在打开的公式文本框中输入以下表达式 :

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
M = SUM([ 买家实际支付金额 ])

04

分析 RFM 模型

3 个主要参数的度量值创建完毕后,根据“买家会员名”进行汇总,在“建模”选项 卡中单击“新建表”按钮,如图3所示。

图 3
图 3

在打开的公式文本框中输入以下表达式 :

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
RFM = SUMMARIZE('pbi 订单报表 ','pbi 订单报表 '[ 买家会员名 ],"R",[R],"F",[F],"M",  [M])

得到名为“RFM”的新表,如图4 所示。

图 4
图 4

根据 RFM 的定义,将数值大于均值的标为“+”,将数值小于均值的标为“-”,共有 8 种组合,如图5所示。

图 5
图 5

针对不同标签的客户,制定不同的应对策略,具体如下。

  • 重要价值客户(+++):最近消费时间近,消费频次和消费金额都很高,属于企业的VIP 客户,应该对他们重点关注,跟踪他们的消费行为,及时提供有效、高质 量的服务。
  • 重要保持客户(-++):最近消费时间较远,但消费频次和消费金额都很高,他们 是一段时间没来光顾店铺的忠诚客户,商家需要主动和他们保持联系。
  • 重要发展客户(+-+):最近消费时间较近、消费金额高,但频次不高,忠诚度不高, 他们是很有潜力的客户,必须重点发展。
  • 重要挽留客户(- -+):最近消费时间较远、消费频次不高,但消费金额高,可能 是将要流失或已经流失的客户,应当采取挽留措施。

另外的 4 种组合和上面的 4 种组合类似,以“一般”来定义,其重视程度低于以上 4 种组合的重视程度。

根据规则计算每个客户的定位,选中“RFM”表,在“建模”选项卡中单击“新建列” 按钮,如图6所示。

图 6
图 6

在打开的公式文本框中输入以下表达式 :

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
客户价值 = IF('RFM'[R]<AVERAGE(RFM[R]) && 'RFM'[F]>AVERAGE(RFM[F])  && 'RFM'[M]>AVERAGE(RFM[M])," 重要价值客户 ",IF('RFM'[R]<AVERAGE(RFM[R])  && 'RFM'[F]>AVERAGE(RFM[F]) &&'RFM'[M]<AVERAGE(RFM[M])," 一般价 值客户 ",IF('RFM'[R]> AVERAGE(RFM[R]) && 'RFM'[F]>AVERAGE(RFM[F])  &&'RFM'[M]>AVERAGE(RFM[M]), " 重要保持客户 ",IF('RFM'[R]>AVERAGE(RFM[R])  && 'RFM'[F]>AVERAGE(RFM[F]) &&'RFM'[M]<AVERAGE(RFM[M])," 一般保 持客户 ",IF('RFM'[R]<AVERAGE(RFM[R]) && 'RFM'[F]<AVERAGE(RFM[F])  &&'RFM'[M]>AVERAGE(RFM[M])," 重要发展客户 ",IF('RFM'[R]< AVERAGE(RFM[R])  && 'RFM'[F]<AVERAGE(RFM[F]) &&'RFM'[M]<AVERAGE(RFM[M]), " 一 般 发展客户 ",IF('RFM'[R]>AVERAGE(RFM[R]) && 'RFM'[F]<AVERAGE(RFM[F]) &&'RFM'[M]>AVERAGE(RFM[M])," 重要挽留客户 "," 一般挽留客户 ")))))))

上式也可以写为 :

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
客户价值 = IF('RFM'[R]<AVERAGE(RFM[R]),IF('RFM'[F]>AVERAGE('RFM'[F]),  IF('RFM' [M] >AVERAGE(RFM[M])," 重要价值客户 "," 一般价值客户 "),IF('RFM'[M]>  AVERAGE (RFM[M])," 重要发展客户 "," 一般发展客户 ")),IF('RFM'[F]>AVERAGE('RFM' [F]), IF('RFM'[M]> AVERAGE(RFM[M])," 重要保持客户 "," 一般保持客户 "),IF('RFM'[M]>  AVERAGE(RFM[M])," 重要挽留客户 "," 一般挽留客户 ")))

多个 IF 语句嵌套后的结果如图 7所示。

图 7
图 7

分别将“客户价值”和“买家会员名”设置为“表格”对象,然后将“买家会员名” 设置为计数,结果如图8所示。

图 8
图 8

最终结果如图9所示。

图 9
图 9
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-12-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 博文视点Broadview 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Matplotlib的详细使用及原理
Matplotlib是一个Python 2D绘图库,能够以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形,用来绘制各种静态,动态,交互式的图表。
@小森
2024/03/15
2270
Matplotlib的详细使用及原理
matplotlib绘图基础[通俗易懂]
http://blog.csdn.net/pipisorry/article/details/37742423
全栈程序员站长
2022/09/01
6.6K0
matplotlib绘图基础[通俗易懂]
Matplotlib从入门到精通01-matplotlib简介与绘图基本流程
https://datawhalechina.github.io/fantastic-matplotlib/%E7%AC%AC%E4%B8%80%E5%9B%9E%EF%BC%9AMatplotlib%E5%88%9D%E7%9B%B8%E8%AF%86/index.html
用户2225445
2023/10/16
3690
Matplotlib从入门到精通01-matplotlib简介与绘图基本流程
matplotlib - matplotlib 教程
Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。
量子态的沐子呓
2019/12/25
4.8K0
matplotlib - matplotlib 教程
python数据科学系列:matplotlib入门详细教程
上篇中,介绍了numpy的常用接口及使用,并对部分接口方法进行了详细对比。与之齐名,matplotlib作为数据科学的的另一必备库,算得上是python可视化领域的元老,更是很多高级可视化库的底层基础,其重要性不言而喻。
luanhz
2020/05/14
2.8K0
python matplotlib各种绘图类型完整总结
plot([x], y, [fmt], [x2], y2, [fmt2], …, **kwargs)
Twcat_tree
2022/12/05
6K0
python matplotlib各种绘图类型完整总结
【python绘图】matplotlib基本使用(含实例)
matplotlib是python的绘图库,主要用来绘制二维平面图。上手容易、简单,在python数据分析中有非常重要的作用。 基本上有两种使用 Matplotlib 的方法: 一、依靠 pyplot 自动创建和管理图形和轴,并使用 pyplot 函数进行绘图。 二、显式创建图形和轴,并在它们上调用方法(即“面向对象 (OO) 样式”)。
Crayon鑫
2023/10/10
1.3K0
【python绘图】matplotlib基本使用(含实例)
[Python]Matplotlib绘图基础
1.简介 Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。 ---- 2.绘图基础 2.1 图表基本元素 图例和标题 x轴和y轴、刻度、刻度标签 绘图区域及边框 网格线 2.2 图表基本属性 多重绘图属性: 是否在同一个图上绘制多个系列的线 多重子图属性: 是否生成多个子图,并在每个子图上绘制多个系列的线 ---- 3.绘图方式 3.1 Pyplot API[1] 3.1.1 属性设置函数 绘制图边框: box 为图表添加图例: fi
昊楠Hacking
2018/03/08
3K0
[Python]Matplotlib绘图基础
matplotlib入门
MATlAB是美国MathWorks公司出品的商业数学软件,用于数据分析、无线通信、深度学习、量化金融与风险管理、机器人,控制系统等领域。MATLAB在数值计算方面首屈一指,也是使用最广泛的科研绘图软件之一。优点:编程效率高 便于矩阵计算。缺点:循环效率低 封装性不好。
用户2225445
2022/11/12
4.4K0
matplotlib入门
一篇文章学会Matplotlib
这个示例演示了如何使用Matplotlib绘制一个折线图。列表x和y分别包含水平和垂直坐标数据,并使用plt.plot()函数连接它们以绘制线条。添加标题、坐标轴标签和刻度标签可以提高图表可阅读性。
GeekLiHua
2025/01/21
2700
Python 绘图,我只用 Matplotlib(二)
上篇文章,我们了解到 Matplotlib 是一个风格类似 Matlab 的基于 Python 的绘图库。它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图。而且我们也可以方便地将它作为绘图控件,嵌入GUI应用程序中。本文主要走进 Matplotlib 的世界,初步学会绘制图形。
猴哥yuri
2018/08/16
1.5K0
Matplotlib库
Matplotlib 是 Python 中非常流行且广泛使用的数据可视化库,主要用于创建各种类型的图表和图形。它提供了丰富的绘图功能,支持静态、动态和交互式的图表。以下是关于 Matplotlib 的基础知识总结:
用户11315985
2024/10/16
2580
Matplotlib库
Matplotlib入门
标题中的英文首字母大写比较规范,但在python实际使用中均为小写。 2018年7月30日笔记 作者的集成开发环境是jupyter,Python版本为3.6 建议阅读本文的读者安装anaconda3,里面包含了jupyter、python3.6和matplotlib库 下载链接: https://pan.baidu.com/s/1kKCvpXAlTdRri4lSP6gykA 密码: pygy
潇洒坤
2018/09/10
2.2K0
Matplotlib入门
matplotlib绘图的核心原理讲解
matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。
朱小五
2020/02/24
9670
Matplotlib从入门到精通02-层次元素和容器
参考: https://datawhalechina.github.io/fantastic-matplotlib/%E7%AC%AC%E4%B8%80%E5%9B%9E%EF%BC%9AMatplotlib%E5%88%9D%E7%9B%B8%E8%AF%86/index.html
用户2225445
2023/10/16
5170
Matplotlib从入门到精通02-层次元素和容器
Python数据分析Matplotlib
1.2 使用matplotlib.pyplot中的annotate()函数标注文字
荣仔_最靓的仔
2021/02/02
3.6K0
Python数据分析Matplotlib
【Python篇】matplotlib超详细教程-由入门到精通(上篇)
matplotlib 是 Python 中最常用的绘图库之一。它提供了类似于 Matlab 的 API,方便用户创建各种类型的图表。我们主要使用其中的 pyplot 模块,它是绘制图表的核心工具。
半截诗
2024/10/09
1.8K0
【Python篇】matplotlib超详细教程-由入门到精通(上篇)
Matplotlib 绘2D图
Matplotlib 是一个非常简单而又完善的开源绘图库。那么它到底有多简单呢? 基本知识 首先官方文档奉上 下面,我们通过 3 行代码绘制一张简单的折线图。 from matplotlib imp
听城
2018/04/27
2.5K0
Matplotlib 绘2D图
python数据可视化系列教程——matplotlib绘图全解
matplotlib是受MATLAB的启发构建的。MATLAB是数据绘图领域广泛使用的语言和工具。MATLAB语言是面向过程的。利用函数的调用,MATLAB中可以轻松的利用一行命令来绘制直线,然后再用一系列的函数调整结果。
全栈程序员站长
2022/07/02
3.2K0
python数据可视化系列教程——matplotlib绘图全解
数据可视化基础与应用-03-matplotlib库从入门到精通01-05
本系列是数据可视化基础与应用的第03篇,主要介绍基于matplotlib实现数据可视化。
用户2225445
2024/03/21
8850
数据可视化基础与应用-03-matplotlib库从入门到精通01-05
相关推荐
Matplotlib的详细使用及原理
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验