淘宝用户行为---用户价值分析

本文利用淘宝用户数据建立RFM模型,探讨用户价值。由于数据缺失金额信息,仅构建了RF模型。通过计算R(最近一次消费时间)和F(消费频率)评分,对用户进行价值评估,提出针对不同用户类型的策略建议。
摘要由CSDN通过智能技术生成

本文基于淘宝用户行为数据,建立RFM模型,探究用户的价值。如果想要了解如何使用SQL建立RFM模型,那就继续看下去吧。

本文的数据源于阿里云天池(User Behavior Data from Taobao for Recommendation)。

数据源链接:https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1

数据分析工具:SQL+EXCEL

注:以下操作截取了其中100,000条数据记录,而非全部数据,并已完成了一些数据清洗工作。
 

1. 概念

1.1 RFM模型

RFM模型是会员管理系统中一种会员消费行为分析模型,RFM的含义如下:

  • R(Recency)代表最近一次消费距今时间
  • F(Frequency)代表特定时间内的消费频率
  • M(Monetary)代表特定时间内的消费总金额

RFM模型还是要结合具体的应用场景发挥其价值。

2. 模型建立

本数据集有个小缺陷,就是缺少金额这一字段,所以不能建立完整的RFM模型了,只能建立RF模型,嘿嘿

(1)数据概况

(2)计算每个用户最近一次购买距今天数(R&#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值