Power BI（十六）Power pivot使用链接回表进行RFM分析
Power BI（十六）Power pivot使用链接回表进行RFM分析
RFM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)的分析模式中，RFM模型是被广泛提到的。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况。
原始表格
如何划分RFM评价标准
如何划分RFM里面的远近高低呢？是与其均值比较的，高于均值我们可以理解为远、高，反之亦然
首先在power pivot新建一个计算列，最近购买时间
=TODAY()-'销售记录'[下单日期]
转换计算列类型为小数
得出最近一次下单日期距离今天的天数
新建度量值，进度R
训练的R:=MIN('销售记录'[最近购买时间])
其次我们穿建度量值F
选择订单编号之后非重复计算
得到这样的度量值，修改其名称为F即可
训练的F:=DISTINCTCOUNT([订单编号])
M是平均消费额度，先新建交易金额的度量值
训练的销售金额:=SUM([金额])
训练的M:=DIVIDE([训练的销售金额],[训练的F])
然后我们使用summarize函数生成我们一张心仪的RFM表格
RFM表格:=SUMMARIZE('销售记录','销售记录'[客户ID],'销售记录'[客户名称],"R",[训练的R],"F",[训练的F],"M",[训练的M])
由于SUMMARIZE函数返回的是一张表格，所以弄成度量值会报错，我们加工一下
RFM表格:=COUNTROWS(SUMMARIZE('销售记录','销售记录'[客户ID],'销售记录'[客户名称],"R",[训练的R],"F",[训练的F],"M",[训练的M]))
返回excel表格，现有连接，随便选一张模型里面的表格
表格右键选择表格--编辑DAX
之后就summarize函数生成我们一张心仪的RFM表格
evaluate
SUMMARIZE('销售记录','销售记录'[客户ID],'销售记录'[客户名称],"R",[训练的R],"F",[训练的F],"M",[训练的M])
之后链接回模型
新增四个计算列
=IF('表_销售记录'[R]>AVERAGE('表_销售记录'[R]),"远","近")
=IF('表_销售记录'[F]>AVERAGE('表_销售记录'[F]),"高","低")
=IF('表_销售记录'[M]>AVERAGE('表_销售记录'[M]),"高","低")
='表_销售记录'[R值]&'表_销售记录'[F值]&'表_销售记录'[M值]
RFM表格里面也添加辅助列
关系视图，创建关系
可添加计算列给出客户类型
=RELATED('RFM类型'[客户类型])
生成数据透视表
选择切片器，两边都会变
