常见数据分析模型与方法①-RFM

一、简述
RFM 用于对用户进行分类，并判断每类细分用户的价值。

通过

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。

这三个关键指标判断客户价值并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，如下图所示：

二、FineBI实现效果

三、实现步骤
3.1 数据源处理
导入数据

数据分组汇总

① 最近一次消费时间（R）：「DATE」的汇总方式选择「最晚时间」，可得到每个用户最近一次购买的时间；

② 消费次数（F）：由于有一条记录代表该用户购买了一次，所以随意拖入一个「CUSTOMERNAME」求「记录个数」即可；

③ 平均单次消费金额（M）：「MONEY1」的汇总方式选择「平均」，可求到每个用户平均单次消费金额；

④ 「MONEY」的汇总方式选择「求和」，可求到每个用户消费金额。

字段重命名

求最近一次消费距今的天数，新增一列计算时间差

3.2 计算所有客户消费指标的平均值 -用户平均消费金额
新增列，计算所有用户消费总金额

新增列，计算所有用户的消费总次数

新增列，计算所有用户平均消费金额，用户平均消费金额=所有用户消费总金额/消费总次数

3.3 计算所有客户消费指标的平均值 -用户平均消费次数
新增列，计算所有用户的平均消费次数

3.4 计算所有客户消费指标的平均值 -最近一次消费距今平均天数
新增列，求所有用户最近一次消费距今的平均天数

3.5 用户消费指标评价 -次均消费金额评价
新增公式列「次均消费金额评价」，当用户平均单次消费金额大于用户总体平均值时，标记为 1 ，否则标记为 0 ，公式为IF(平均单次消费金额>用户平均消费金额,1,0)

3.6 用户消费指标评价 -消费次数评价
新增公式列「消费次数评价」，当用户消费次数大于用户总体平均值时，标记为 1 ，否则标记为 0 ，公式为IF(消费次数>平均消费频次,1,0)

3.7 用户消费指标评价 -最近一次消费距今天数评价
新增公式列「最近一次消费距今天数评价」，当用户最近消费时间距今天数小于用户总体平均值时，标记为 1 ，否则标记为 0 ，公式为IF(最近一次消费距今天数<最近一次消费距今平均天数,1,0)

3.8 划分客户类型

3.9 添加 RFM 指标
新增公式列「RFM」，使用 CONCATENATE() 函数将 RFM 向量化值拼接起来，顺序为：最近一次消费距今天数评价、消费次数评价、次均消费金额评价。公式为CONCATENATE(最近一次消费距今天数评价,消费次数评价,次均消费金额评价)

3.10 对 RFM 指标分组

3.11 图表操作