金融大数据平台实现RFM客户价值分析

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。

RFM 分析通过三个关键指标对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略。

目录

指标1：客户

1.1 客户价值分类条形图

1.2 客户价值分类占比环形图

1.3 分析

指标2： 城市

2.1 明细表

2.2 分析

指标3： 消费能力

3.1 MF消费能力-R消费流失点状图

3.2 分析

归纳总结

---

接下来我将通过金融大数据平台实现RFM客户价值分析，按照RFM分析的背景将帆软中数据源进行三个关键指标的划分，实现对客户价值的RFM模型数据分析，具体的实现，将通过金融大数据平台的数据可视化仪表板的制作，通过对关键指标图表化实现构建。具体的三个构建RFM指标，可视化图表设计如下图所示：

关键指标	推荐图表
客户	客户价值分类条形图
	客户价值分类占比环形图
城市	明细表
消费能力	MF消费能力-R消费流失点状图

接下来将用金融大数据平台实现对客户RFM价值分析，首先按照上述图表将数据源实现三个指标划分，具体数据可视化图表制作，包括仪表板的设计如下图所示：

指标1：客户

1.1 客户价值分类条形图

①打开仪表板，选择创建图表组件，导入数据源“RFM分析表纤细数据.excel”，图表类型中选择“自定义图表”，图形属性下选择“柱形图”。

②将指标“客户数”拖拽至横轴，颜色和标签；将维度“客户类型”拖拽至纵轴。具体图表设置如下图所示：

1.2 客户价值分类占比环形图

①选择创建组件，导入数据源“RFM分析表详细数据.EXCEL”，图标类型选择“自定义图表”，图形属性选择“饼图”。

②将指标“客户数”拖拽至角度，将指标“客户类型”拖拽至颜色和标签，将指标“客户数占比”拖拽至标签。

③完成可视化图表基础设置后，组件样式下选择背景，选择“蓝色”背景即可。

具体金融大数据平台实现RFM分析的图表如下图所示：

1.3 分析

最近一次消费时间（R）

客户距离最近的一次采购时间的间隔，考察客户购买的沉默期

最近一段时间内消费频次（F）

指客户在限定的期间内所购买的次数，考察客户的忠诚度

最近一段时间内消费金额（M）

客户的消费能力，通常以客户单次的平均消费金额作为衡量指标。

通过以上的指标实现对客户的数据可视化图表制作，完成下面所示的仪表板设计，通过金融大数据平台将以上的内容展现出来：

指标2： 城市

2.1 明细表

①选择创建组件，导入数据源“RFM分析表详细数据.EXCEL”，图标类型选择“明细表”。

②通过金融大数据平台实现的具体的数据可视化图表操作和展现如下图所示：

2.2 分析

分析目的：

已知某公司销售信息，分析该公司客户消费能力，并将其分类进行营销。

分析思路：

1）获取R、F、M 3 个关键指标。

2）根据实际业务情况，设置并求出阈值，可以是平均值、中位数，示例使用R、F、M三个指标的平均值。

3）将三个指标R、F、M进行特征向量化，对于M、F，如果客户消费金额和频率高于阈值，计为1，否则计为0；对于R则相反。

4）根据特征向量将客户分类。

结论：

客户类型中占比最多的是一般发展客户（最近购买过，但频率和金额都不大），应向该客户推送公司主营业务，通过宣传推广让产品信息送达客户手中。

其次占比较多的是一般挽留客户（很长时间未买，购买的频率和金额较少），应该面向该部分人群推出促销活动，拉动消费的积极性。 

金融大数据平台中实现图表组件和过滤组件的妙用，完善可视化仪表板，具体展示如下图所示：

指标3： 消费能力

3.1 MF消费能力-R消费流失点状图

①选择创建组件，导入数据源“RFM分析表详细数据.EXCEL”，图标类型选择“自定义图表”，图形属性选择“点”。

②将指标“消费频次”托拽至横轴，将指标“消费金额”拖拽至纵轴；将指标“最近消费时间具今数”拖拽至大小，将维度“COMPANY”拖拽至颜色和标签。具体操作如下图所示：

③其中维度选择数据表1COMPANY，操作如下图所示：

3.2 分析

此外还可计算各地区客户消费能力与消费流失情况

由于M、F 为正向指标，则用M、F作为横纵轴代表客户消费的能力，值越大表示消费能力越高

R为负向指标，则代表消费流失情况，图形越大表示最近消费距今时间越长，流失越严重。

结论：

成都和北京地区客户消费金额较大，但客户流失情况比较严重，需要重点关注

武汉、沈阳地区客户以小额消费为主，但消费次数多。

金融大数据平台中实现图表组件和过滤组件的妙用，完善可视化仪表板，具体展示如下图所示：

归纳总结

以上就是通过金融大数据平台帆软finebi对客户价值数据进行分析，通过三个关键指标实现RFM客户价值分析，并通过帆软图表的形式将其展现出来。这其中我们不仅要注意到三个关键指标的实现和说明，还要注意Tab组件和过滤组件的妙用。

最后帆软金融大数据平台实现的仪表板整体-RFM客户价值分析如下图所示：