RFM案例解析

1. 定义

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，是根据美国数据库营销研究所的研究，客户数据库中三个神奇的要素，这三个要素构成了数据分析最好的指标：

Recency - 交易间隔：最近一次消费时间；
Frequency - 交易频度：最近一段时间内消费频次；
Monetary - 交易金额组成：最近一段时间内消费金额；

具体的含义如下表格所示：

指标	解释	意义
R	客户最近一次交易的时间间隔	R越大，表示客户越久没有发生交易
F	客户最近一段时间内的交易次数	F越大，表示客户交易越频繁
M	客户最近一段时间的交易金额	M越大，表示客户价值越高

2. 分析过程

通过一个客户的近期购买行为、购买的总体频率以及消费额度三个指标来描述该客户的价值状况；

2.1 分析步骤

分析步骤：

收集数据
处理数据，添加所需要的计算列
通过和平均值比较，向量化三个指标
根据特征向量进行客户分类
绘制RFM分析图

2.2 划分客户类型

首先，计算R、F和M的分值，计算方法是在各自的维度上分为高低两类，分值高记为2，分值低记为1；

R、F和M三个指标两两组合，可以得出8个不同的RFM值，按照实际情况分为8大客户群体类型；

具体分类规则如下所示：

用户类型	RFM分组	客户分析
重要价值会员	2 2 2	最近有交易，交易频次高，消费金额多
潜力会员	2 2 1	最近有交易，交易次数多，金额小，需要挖掘
重要深耕会员	2 1 2	最近有交易，金额高，但频次相对较低，需要重点识别
新会员	2 1 1	最近有交易，但频次不高，金额小，容易丢失，有推广价值
重要唤回会员	1 2 2	最近无交易，金额高，次数多，需要唤回
一般保持会员	1 2 1	最近无交易，次数多，金额小，一般维持
重要挽留会员	1 1 2	最近无交易，做出过最大的购买，可能流失，需要挽留
流失会员	1 1 1	最近无交易，金额小，订单数量少，流失会员

3. 数据处理

添加计算列：

LastOrderDate 计算最后交易日期：

Calculate(MaxX('RFMDataset', 'RFMDataset'[OrderDate]), Values('RFMDataset'[Userid]))

R，计算 R 的值：

DateDiff('RFMDataset'[LastOrderDate], Now(), DAY)

R_AVG，计算 R 的平均值：

AverageX(

DISTINCT(
  SELECTATTRIBUTES('RFMDataset'[Userid], 'RFMDataset'[R])
),
'RFMDataset'[R]
)

R_Grade，计算 R 的等级值：

If('RFMDataset'[R] <= 'RFMDataset'[R_AVG], 2, 1)

F，计算 F 的值：

Calculate(DistinctCount('RFMDataset'[OrderId]), Values('RFMDataset'[Userid]))

F_AVG，计算 F 的平均值：

AverageX(

DISTINCT(
  SELECTATTRIBUTES('RFMDataset'[Userid], 'RFMDataset'[F])
),
'RFMDataset'[F]
)

F_Grade，计算 F 的等级值：

If('RFMDataset'[F] >= 'RFMDataset'[F_AVG], 2, 1)

M，计算 M 的值：

Calculate(Sum('RFMDataset'[PayAmount]), Values('RFMDataset'[Userid]))

M_AVG，计算 M 的平均值：

AverageX(

DISTINCT(
  SELECTATTRIBUTES('RFMDataset'[Userid], 'RFMDataset'[M])
),
'RFMDataset'[M]
)

M_Grade，计算 M 的等级值：

If('RFMDataset'[M] >= 'RFMDataset'[M_AVG], 2, 1)

RFM ：

'RFMDataset'[R_Grade] & 'RFMDataset'[F_Grade] & 'RFMDataset'[M_Grade]

会员分组，添加用户分组：

 SWITCH('RFMDataset'[RFM], 
    "111", "流失会员", 
    "112", "重要挽留会员", 
    "121", "一般保持会员", 
    "122", "重要唤回会员", 
    "211", "新会员", 
    "212", "重要深耕会员", 
    "221", "潜力会员", 
    "222", "重要价值会员"
)