RMF模型+AHP层次结构模型

写这篇文章的目的，是对自己最近所学的RMF模型、AHP层次分析，在产品数据分析中的应用做一个总结，若有哪里不妥，请评价区留言一起探讨。

1、RMF模型

RMF模型，是通过客户订单记录抽取R（Recency最近一次消费时间）、F（Frequency消费频率）、M（Monetary消息金额）三项指标来衡量客户价值和客户创利能力的重要工具。

RMF模型

          通过RMF分析后，可将客户划分成以下8中类型

RMF划分客户类型

举例说明如何计算

1）、获取原始订单数据

原始订单数据

2）、计算 R、M、F的值

 Excel对原始订单数据做数据透视处理，可以将用户ID做为行标签，进行计数统计下单量得出 F值，求和订单金额即得出M值，那么R值如何获得呢？

数据透视表

R值的计算，要计算最近一次下单时间比较，需要引入一个参考时间，一般一取数据的时间作为参照时间，

通过 R值 = 参照时间 -  最近下单时间。

R、M、F值计算

3）、做归一化处理

 思路： 求出R、F、M的极值，然后每列记录中的R、F、M与其对应的极值进行比较，大于极值得 1，小于极值得0。 那么如何计算极值呢？ 计算公式 R极值 = (Max（R)-Min(R))/3 , F、M极值计算方法一致。

数据归一化处理

4）、依据R1、M1、F1对用户做分层

   按照R1、M1、F1的值将用户分成八种类型的客户群，针对不同群体进行不同的营销策略。

客户类型

2、 AHP层次结构模型

   AHP是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。层次分析法的基本思路与人对一个复杂的决策问题的思维是一致的。假如你五一要去旅游有个3个旅游胜地A、B、C供你选择，你会根据诸如景色、费用和居住、饮食、旅途条件等一些准则去反复比较这个3个候选地点，首先，你会确定这些准则在你心目中各占多大比重，其次，你会就每一个准则将3个地点进行对象，进行排序，最终选择一个最佳地点。

 AHP层次分析法思路

举例介绍分析运算的步骤

1）、建立AHP层次结构模型

当我们在买包包时，在做买哪一个的决策时，需要构建三层结构模型。

AHP层次结构模型

这是比较常用的结构，从上到下分析，先分析准则层即影响目标的因素，各个指标与目标层的联系紧密程度，得到一个一维权值向量，然后我们分析方案层各个指标与准则层每个指标的紧密程度，有多少个准则层的指标就得到多少个权重向量。我们的目标肯定是分析方案层和目标层联系的紧密程度然后选出一个紧密程度最大的方案，这个方案就是最后结果。

2）、构造对比矩阵

构造对比n阶矩阵

每个准则两两比较，按照对目标的影响程度进行打分 1,3,5,7,9

比较尺度（1-9打分）

其中，两个因素相对的影响介于上述两个相邻等级之间的使用，2,4,6,8。 整数取值范围1-9之间，分数为 1/9 - 1.

3)、一致性检验

为什么要做一致性检验呢？ 主要是人们的判断难以保持完全一致性，为了使对影响指标重要性的比较具有逻辑的一致性，要进行一致性检验。

第2步的时候构造了一个5阶方阵，姑且定义其为 A，（1）求得矩阵A 的最大特征值，在使用下方公式求得一致性指标CI，在算出随机一致性指标RI

CI

RI

一致性检验：利用一致性指标和一致性比率<0.1及随机一致性指标的数值表就可以轻松进行矩阵的一致性检验。上述CR称为层次单排序的一致性检验的公式，单排序即只涉及两层，一般涉及三层叫做总排序。

当CR<0.1时，认为层次总排序通过一致性检验，但是到这里还是不能决定要买哪个包包，接下来根据最下层（决策层）的层次总排序做出最后决策。

小结，在工作的很多时候，会将 RFM模型和AHP层次结构模型联合一起使用， 例如目标的准则层可能就是 R、Ｆ、Ｍ。　　这个内容是自己刚学习到的，仅自己产品的相关数据进行实战了一次，若有哪些不妥之处，欢迎留言区评论，我们一起探讨。