基于五等均分法和Bob Stone法衡量RFM顾客价值

已于 2023-01-14 21:03:02 修改
阅读量5.1k 收藏 2
点赞数 9
分类专栏： 数据分析 文章标签： 数据挖掘 数据分析 python pandas
于 2022-11-16 07:30:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_64336780/article/details/127875300
版权
数据分析 专栏收录该内容
80 篇文章 257 订阅 ¥9.90 ¥99.00
订阅专栏

最近学习了衡量RFM模型的两种顾客价值的方法，即五等均分法和Bob Stone法。仅以此博客记录我的学习过程，后序学习到了其他方法再来补充。关于RFM实战案例可参考我的其他文章大数据分析案例-基于RFM模型对电商客户价值分析

大数据分析案例-用RFM模型对客户价值分析(聚类)

目录

数据集介绍

 五等均分法

1.给分机制的设计

2.Python代码实现

 Bob Stone法

1.给分机制的设计

 2.Python代码实现

两种方法的比较

数据集介绍

本次实验用的数据的主要是2011-2012年100位客户的信用卡消费记录，数据共有三个字段，顾客ID、消费日期、消费金额，其中的一位客户数据如下： 

了解本专栏 订阅专栏 解锁全文
艾派森
关注
专栏目录
订阅专栏
RFM客户价值分类
yy的博客
02-16 2368
    # 自定义好的包,亲测可用 原数据和代码思想来自以下网址 # https://github.com/joaolcorreia/RFM-analysis import datetime as dt import pandas as pd def RFM(data_,ri_qi,user_id,money,*time_): ''' return: da...
RMF模型评分制计算方法（2021/08/04）
andakiwukawa的博客
08-04 1428
在之前的文章中用均值的方法对用户RMF模型进行了分析， https://blog.csdn.net/andakiwukawa/article/details/119142435 上篇文章中写道：RFM是常用的对用户分析的手法，RFM模型的形式有均值、评分、对应算法，以下就是使用评分制的方法，对用户RMF模型评估。 采用均值分析的方法的思路总结如下： 1.获取相应数据-数据清洗 2.将CustomerID作为行索引 3.添加orders字段用于统计合计 4.计算出OrderData，orders
数据分析项目 基于RFM的用户精细化管理（3）---创建评分卡、计算客户的RFM得分
qq_43709590的博客
04-02 691
一、建立评分卡 根据上一节K-Means得到的阈值，可以建立一个评分卡 如下图 二、计算R、F、M得分 在原来数据之中加入三列 分别记为R得分、F得分、M得分 在R得分列输入： =IF(B:B>807,1,IF(B:B>498,2,IF(B:B>245,3,IF(B:B>58,4,5)))) 选中R：最近一次交易间隔天数，根据阈值判断它得了多少分， R越小，分数越高 F和M同理，但这两个值是越大分数越高 在F得分列输入： =IF(C:C<3,1,IF(C:C<10,2
数据分析--客户价值分析RFM（分箱法/标准化）
u014694915的博客
05-02 1626
创建视图存储。
数据挖掘应用案例：RFM模型分析与客户细分（转）
weixin_34107955的博客
01-25 1416
正好刚帮某电信行业完成一个数据挖掘工作，其中的RFM模型还是有一定代表性，就再把数据挖掘RFM模型的建模思路细节与大家分享一下吧！手机充值业务是一项主要电信业务形式，客户的充值行为记录正好满足RFM模型的交易数据要求。 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：最近一次消费(Recency)、...
RFM模型分析与客户细分
栖客
11-07 8575
转载自： 手机充值业务是一项主要电信业务形式，客户的充值行为记录正好满足RFM模型的交易数据要求。 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。 我早期两篇博文已详述了RFM思想和IBM Mod
【商业数据分析】—— 用户价值RFM模型详解（小仙女搬运工）
qq_33275912的博客
03-10 7299
文章目录为什么要做RFM模型分析 (Why)什么是RFM模型 (What)RFM 作用RFM模型是如何实现用户客户细分的 (How)RFM 例子 (Example)RFM 评分RFM 分析 (Analysis)总结 (Conclusion) 为什么要做RFM模型分析 (Why) 一个聪明的营销者懂得“了解你的客户”的重要性。营销人员不能仅关注于产生更多的点击量，他们必须遵循从增加点击率到保持、忠...
基于熵权法改进RFM模型的电商客户价值细分研究_陈东清1
08-04
《基于熵权法改进RFM模型的电商客户价值细分研究》这篇文章主要探讨了电商企业如何通过改进传统的RFM模型来更有效地细分客户价值，从而实施更精准的差异化营销策略，提高企业的利润和竞争力。RFM模型是客户关系管理...
基于熵权法改进RFM模型的电商客户价值细分研究.zip
10-19
总结来说，基于熵权法改进的RFM模型是一种更为科学、合理的客户价值评估工具，它通过量化指标的权重，提高了客户细分的准确性，有助于电商企业制定更有效的客户关系管理策略。通过深入理解和应用这种方法，企业可以...
基于Python实现航空公司RFM模型的客户价值分析设计源码
10-02
本项目为基于Python开发的航空公司客户价值分析源码，包含23个文件，涵盖6个Python脚本、6个...项目采用RFM模型（最近消费频率、消费金额）对客户进行细分，旨在识别和评估客户价值，适用于提升航空公司客户关系管理。
【用户价值分析 RFM模型】用户价值分析
赖德发的博客
06-11 8995
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。RFM分析模型主要由三个指标组成，下面对这三个指标的定义和作用做下简单解释： 1、最近一次消费(Recency) 最近一次消费意指用户上一次购买的时间，理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。因为最近一次消费指标定义的是一个时间段，并且与当前时间相关，因此是一直在变动的。最近一次消费...
29、RFM客户价值分析（有图有案例）
UP Lee博客
12-04 9789
RFM分析：是根据用户活跃程度和交易金额贡献，进行客户价值细分的一种方法 一、分析指标 指标 解释 意义 R(Recency)近度 客户最近一次交易时间的间隔  R越小，表示客户越近有交易发生 F（Frequency）频度 客户最近一段时间内交易的次数 F越大，表示交易越频繁 M（Monetary）额度 客户最近一段时间内交易的金额 ...
Python之RFM建模分析
Miracle.Zhao的博客
03-27 4776
1、RFM模型的含义   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。在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。   该模型通过一个客户的近期购买行为®、购买的总体频率(F)以及花了多少钱(M)三项指标来描述该客户的价值状况，从而能够更加准确地将成本和精力更精确的花在用户层次身上，实现针对性的营销。   详细来说，R指的是客户最后一次下单时间距离今天多少天了，该指标与客户的复购和流失直接相关。F指标指的是客户的下单频率，即客户在某个时间段内共消费了多少次，该指标用于
我是怎么利用Python+RFM模型高效了解用户！
Pythoncxy的博客
09-23 1941
是的，我们每个人在平台的眼里，价值都是不一样的。 比如一些天天上网购物，拆快递拆到手软的美女帅哥们，他们就是各个平台的高活跃高价值用户，他们要是哪天有停止购物准备跑路的痕迹，平台的运营朋友会急得想死，千方百计进行挽留，毕竟你是他们的衣食爹妈，死活得让你继续贡献软妹币。 还有一些用户就没这么好运了。 比如东哥这种死抠门，三年五年不见得出一次血，一个49块钱买的破衬衣要穿好几个春夏秋冬。这...
RFM模型及R语言实现
热门推荐
素质云笔记
02-14 2万+
一、基本概念 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。  RFM模型：R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M  (Monetary)表示
不到70行Python代码，轻松玩转RFM用户分析模型（附案例数据和代码）
SeizeeveryDay的博客
10-24 6451
本文从RFM模型概念入手，结合实际案例，详解Python实现模型的每一步操作，并提供案例同款源数据，以供同学们知行合一。 注：案例所有源数据和代码在公号《数据不吹牛》后台回复“RFM建模”即可获取 看这篇文章前源数据长这样： 学完后只要敲一个回车，源数据就变成了这样： 是不是心动了？OK，闲话少叙，我们来开动正餐！ RFM，是一种...
【6】数据分析检测（DataFrame 1）
最新发布
fmc121104的博客
12-11 728
同样的，和Series类似，DataFrame的行索引index是可以选择性定义的。若不传入参数index，那么生成的DataFrame的index就会默认从0开始生成。通过调用的pandas模块里的DataFrame()函数，可以构造一个DataFrame。将pd.DataFrame()函数创建的DataFrame，赋值给了df这个变量。字典的values是列表，列表中的值，会成为DataFrame的值values。，中文叫做数据框，是pandas模块最常用的数据类型，是一个二维的矩阵数据表。
深度解析：关键顾客价值模型与RFM分析法
Stone的研究中就使用了RFM模型来衡量信用卡顾客的价值。 为了更好地理解顾客行为，Ehrenberg和Colombo & Jiang的理论基础下，企业可以建立随机模型来描绘顾客的购买行为，这允许企业预测和计划针对不同顾客群的策略...
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

艾派森

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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