用户画像打标签之RFM客户价值分析

         

        RFM模型是衡量用户价值的重要工具和方法， RFM模型主要由3个基础指标组成： （1） 最近一次消费（Recency）,是指用户上一次购买时间;（2） 消费频率（Frequency）, 是指用户在一定时间段内的消费次数;（3） 消费金额（Money), 是指用户在一定时间段内累计消费的金额。 这3个基础指标进行组合可以划分出8类人群。

具体来看就是下面的这个：

        对于具体多少的标准来划分高，低这个就需要在开发对应的标签前需要进行数据调研。 根据对数据仓库中拉取的用户消费相关数据进行分析后得出用户这3个维度的指标在数值上划分的界限

文章参考：《用户画像：方法论与工程化解决方案（从技术、产品、运营3个维度详尽阐述从0到1搭建用户画像系统的技术栈和方法论)》

---

· 后记

        数据分析，BI商业智能，数据挖掘，算法推荐所有的这些都只有一个目的就是提高公司利润，即使是为公司提供战略决策其根本的目的都是提高公司的盈利水平。

        以此来说就是无论数据的那种方法都是术，正如有一个方法就应该有检验该方法的标准，对于大数据数据分析来说一个方法的好坏就应该就是有没有使得公司盈利水平的提升。

        说这些内容希望以此为戒，不要仅仅沉迷在技术的更新迭代中，忽略了这些技术的根本目的和出发点，也希望每一个数据人都可以在时代的潮流中披荆斩棘吧。