RFM模型-Tableau实战

RFM模型概述

R=Recency距离最近一次交易的时间：用来代表客户粘性，分5、4、3、2、1，五个等级，5代表最后一次交易距离当前时间进、1代表最后一次交易距离当前时间远
F=Frequency交易频率：用来代表客户忠诚度，分5、4、3、2、1，五个等级，5代表交易次数/频率大客户忠诚度高、1代表交易次数/频率小客户忠诚度低
M=Monetary交易金额：用户代表客户贡献的收入，分5、4、3、2、1，五个等级，5代表交易金额大、1代表交易小

RFM三个维度、每个维度有五个值，理乱上会有125种客户层级，本文把客户分为重要、中等、一般三层，每层4种，共划分为12类客户群体，如下：

客户类型	R（客户粘性）	F（忠诚度）	M（收入）
重要价值	R>=4	F>=4	M>=4
重要保持	R<4	F>=4	M>=4
重要发展	R>=4	F<4	M>=4
重要挽留	R<4	F<4	M>=4
中等价值	R>=3	F>=3	2<=M<4
中等保持	R<3	F>=3	2<=M<4
中等发展	R>=3	F<3	2<=M<4
中等挽留	R<3	F<3	2<=M<4
一般价值	R>=2	F>=2	M<2
一般保持	R<2 F>=2	M<2
一般发展	R>=2	F<2	M<2
一般挽留	R<2	F<2	M<2

RFM值划分的依据：

• 简单粗暴型（固定值）
  R=Recency距离最近一次交易的时间
  5天：5
  10天：4
  15天：3
  20天：2
  其它：1
  F=Frequency交易频率/次数
  <=1次：1
  1<至<=4次：2
  4<至<=7次：3
  7<至<=10次：4
  其它：5
  M=Monetary交易金额
  <=100：1
  100<至<=500：2
  500<至<=1000：3
  1000<至<=1500：4
  其它：5
  具体间距值根据实际业务动态分配

• 简单算法型（根据算法算出固定值）
  R值：取所有客户的距离最近一次交易的时间，算出平均值、中位值、四分位数等，然后确定R值划分依据
  F值：取所有客户的交易次数，算出平均值、中位值、四分位数等，然后确定F值划分依据
  M值：取所有客户的交易金额，算出平均值、中位值、四分位数等，然后确定M值划分依据
  注意这个计算区间可以是最近一年、两年全部生命周期等

• 根据k-means等聚类算法自动聚合人群

RFM模型 tableau 实现

数据源：

数据源.png

计算RFM模型需要包含订单编码、会员ID、订单金额、创建时间四列
计算R值：根据 创建时间计算每个会员最后一次下单时间；
计算F值：根据 订单编码计算每个会员的下单次数；
计算M值：根据 订单金额计算每个会员的下单金额；
源数据中一行代表一个订单，需要根据 会员编码排重单个会员的R、F、M值；

简单粗暴型（固定值） tableau实现
计算R（最后一次下单距离当前时间）
1.计算最近一笔交易距离当前时间

计算最近一笔交易距离当前时间.png

DATEDIFF('day',[gmt_create],#2019-05-25#)

2.创建参数R

R=5.png

5天：5
10天：4
15天：3
20天：2

3.计算R的人数

计算R的人数.png

IF  [最近一笔交易距离当前时间] <= [R=5] THEN '5'
ELSEIF [最近一笔交易距离当前时间] <= [R=4] THEN '4'
ELSEIF [最近一笔交易距离当前时间] <= [R=3] THEN '3'
ELSEIF [最近一笔交易距离当前时间] <= [R=2] THEN '2'
ELSE '1'
END

4.查看R的人数

查看R的人数.png

以上计算方式，没有根据会员ID排除重复项，需要按照以下修复一下：
0.计算每个人最后一次下单时间

{FIXED [member_id]:MAX([gmt_create])}

1.计算最近一笔交易距离当前时间

DATEDIFF('day',[最后一次下单时间],#2019-05-25#)

后面再执行2、3、4步骤就正常了

函数解释
DATEDIFF(单位,开始时间,结束时间)：结束时间-开始时间
[gmt_create]：订单创建时间
2019-05-25：报表是5-24号导出的，故用5-25算当前时间
FIXED：使用指定的维度计算聚合
MAX：计算最大值

计算F（计算消费次数）

1.计算每个人的交易次数

计算每个人的交易次数.png

{ FIXED [member_id]:COUNTD([code])}

2.创建参数F

创建参数F.png

<=1次：1
1<至<=4次：2
4<至<=7次：3
7<至<=10次：4
其它：5

3.计算F的人数

计算F的人数.png

IF  [交易次数] <= [F=1] THEN '1'
ELSEIF [交易次数] <= [F=2] THEN '2'
ELSEIF [交易次数] <= [F=3] THEN '3'
ELSEIF [交易次数] <= [F=4] THEN '4'
ELSE '5'
END

函数解释
COUNTD：返回组中不同项的数量

计算M（计算消费金额）
1.计算每个人的交易金额

计算每个人的交易金额.png

{ FIXED [member_id]:SUM([payable_money])}

2.创建参数M

创建参数M.png

<=100：1
100<至<=500：2
500<至<=1000：3
1000<至<=1500：4
其它：5

3.计算M的人数

计算M的人数.png

IF  [交易次数] <= [F=1] THEN '1'
ELSEIF [交易次数] <= [F=2] THEN '2'
ELSEIF [交易次数] <= [F=3] THEN '3'
ELSEIF [交易次数] <= [F=4] THEN '4'
ELSE '5'
END

计算RFM

1. 创建RFM计算字段

   
   
   

   创建RFM计算字段.png

IF     [R值]>=4 AND [F值]>=4 AND [M值]>=4 THEN '重要价值客户'
ELSEIF [R值]<4  AND [F值]>=4 AND [M值]>=4 THEN '重要保持客户'
ELSEIF [R值]>=4 AND [F值]<4  AND [M值]>=4 THEN '重要发展客户' 
ELSEIF [R值]<4  AND [F值]<4  AND [M值]>=4 THEN '重要挽留客户' 


ELSEIF [R值]>=3 AND [F值]>=3 AND 2<=[M值] AND [M值]<4 THEN '中等价值客户'
ELSEIF [R值]<3  AND [F值]>=3 AND 2<=[M值] AND [M值]<4 THEN '中等保持客户'
ELSEIF [R值]>=3 AND [F值]<3  AND 2<=[M值] AND [M值]<4 THEN '中等发展客户'
ELSEIF [R值]<3  AND [F值]<3  AND 2<=[M值] AND [M值]<4 THEN '中等挽留客户'


ELSEIF [R值]>=2 AND [F值]>=2 AND [M值]<2 THEN '一般价值客户' 
ELSEIF [R值]<2  AND [F值]>=2 AND [M值]<2 THEN '一般保持客户' 
ELSEIF [R值]>=2 AND [F值]<2  AND [M值]<2 THEN '一般发展客户'
ELSEIF [R值]<2  AND [F值]<2  AND [M值]<2 THEN '一般挽留客户'

END

2. 查看RFM的值

   
   
   

   查看RFM的值.png
   
   

   注意：由于一般价值、一般保持、重要发展、重要挽留类型的客户数量为0，故没有展示出来

创建dashboard

dashboard.png