常用数据分析模型:RFM模型——用户分层

文章目录

    • 1.用途
    • 2.介绍
    • 3.方法
    • 4.案例
    • 5.应用

1.用途

用户分层。用于判断每类用户的价值,并调整营销策略。

2.介绍

通过三个关键指标对客户进行观察和分类。
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。
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。
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。
三个指标根据高低排列分组后得到8种用户分类:
常用数据分析模型:RFM模型——用户分层_第1张图片

3.方法

1)数据需求:订单编号、订单日期、顾客ID、销售额
2)3个指标计算:利用公式计算,最近一次消费时间、消费频次、消费金额
3)生成RFM值:分别跟平均值比较得出RFM得分,最后连接生成RFM值

4.案例

1)数据需求:订单编号、订单日期、顾客ID、销售额
常用数据分析模型:RFM模型——用户分层_第2张图片
2)分别计算3个指标:
最近一次消费时间(R):maxif函数
消费频次(F):counti

你可能感兴趣的:(数据分析模型,数据分析,大数据,数据挖掘)