CDA数据分析师学习之路出系列了,每篇都有数据分析、大数据相关文章和视频,各大名师主讲,每周一、二、四、五更新!CDA数据分析师学习之路已经更新到CDA数据分析师学习之路(63)了,欢迎观看学习!
另外欢迎各位坛友投稿数据分析相关视频和文章,一经选用将赠送100论坛币和现金奖励、并有机会获赠一套数据分析相关视频(SAS、SPSS、Java、统计理论等等)!(PS:相关文章和视频得原创!联系方式见下方,欢迎投稿!)
CDA数据分析师学习之路(63)
附赠《RFM模型背景介绍》干货视频
RFM模型
Bult and Wansbeek与1995年首次提出RFM,认为客户行为三要素Recency (R), Frequency (F) 与Monetary (M)构成了客户购买潜力价值的核心组成部分。该模型经常应用于CRM框架下的客户行为分析,简单、直接、效率也行可以更好的描述这个模型。
Shan Ali Rasul(2011)
“Top” Customers – the top 1% of activecustomers in terms of RFM score
• “Big” Customers – the next 4% of activecustomers in terms of RFM score
• “Medium” Customers – the next 15% ofactive customers in terms of RFM score
• “Small” Customers – the remaining 80% ofactive customers in terms of RFM score
数据特征:客户信息数据和客户订单数据
特征:侧重分类、便于理解、效率高效;
需要注意问题:定义R、F、M及其相关问题;
1)R、F、M的定义
——R:最后一笔订单距离现在的时间差,可以用于R的定义。需要强调的是结合客户购买周期来定义R的分组问题,例如电视机的购买周期较长(如300天),分组区间最好大于购买周期,否则客户价值无法体现;
——F:定义时间内,购买数量的多少。需要注意的是这里的数量,不一定是总数,也可以是最小值(价值低的客户)、最大值、中位数(或平均数)、方差等指标,什么指标不重要,重要的是用什么指标反映什么目的。
——M:定义时内,购买金额的多少。指标同F。
客户行为框架中,R、F、M是三个核心影响指标,不过它并不是一成不变的,透过直观的理解,我们会发现如果要分析客户的购买周期、流失率和购买金额间关系的话,这时R、F就是一个代名词。这三个字母可以表示影响购买行为的所有因素。
2)RFM无法解决的问题:
RFM并不是一个统计模型,更像一个统计描述,故无法预测目标市场中新用户的行为特征——购买动机、用户购买或流失概率、模拟市场占有率。
|
注:图形来源http://shenhaolaoshi.blog.sohu.com. Recency: 客户最近一笔消费有多久? Frequency: 客户购买频次是多少? Monetary: 客户花了多少钱? |
感谢丁亚军老师提供资料!
附赠《RFM模型背景介绍》干货视频
【CDA数据分析师学习之路】RFM模型背景介绍
感谢丁亚军老师提供视频资料!
***************************************************************************
投稿流程:投稿前请加我QQ联系我,或者直接将文章或视频发送到我的邮箱,但一定要备注好您的姓名、电话、邮箱,以方便我联系您们赠送现金和视频教程的事宜!欢迎投稿!
投稿联系方式:
小段老师QQ:2881989713
邮箱:duanliangbin@pinggu.org
***************************************************************************
相关链接:
CDA数据分析师就业班第五期7月10号开课啦! https://bbs.pinggu.org/thread-4588274-1-1.html
CDA大数据分析师就业班第三期7月17号开课啦!https://bbs.pinggu.org/thread-4588371-1-1.html
上一篇:
CDA数据分析师学习之路(62)https://bbs.pinggu.org/thread-4642683-1-1.html
下一篇:
CDA数据分析师学习之路(64)https://bbs.pinggu.org/thread-4650792-1-1.html