用户画像无头绪？手把手教你RFM模型

【啊范的分析报告_1】

 

前言

在一些营销场景下，对不同客户给予相同的对待或策略有时不太合适，所以我们根据用户数据，分析用户行为和消费倾向，并打上相应的标签应用于不同厂家。用有限的公司资源优先服务于公司最重要的客户，客户与我们的粘性将会更高，并与双方建立忠诚的合作关系。

 

在第一阶段，我们基于RFM模型做用户消费分析，并定义一些指标。

• 最近一次消费（Recency）
• 消费频率（Frequency）
• 消费金额（Monetary）

数据集

1. 我们选择2019/03/03 到 2020/03/01一整年53周的数据作为我们的数据分析数据集。
2. 数据集包含总共10000个付费用户，总销售额￥1000 M。 （数据已脱敏）
3. 我们使用GMV作为销售分析指标，退货部分将在后续另做分析。

数据的选取我们通过HIVE在数据库中选取，其中稍难的地方在于 最近一次购买——需要用到窗口函数 over （partition by xx) 的方法，疑问的同学可以去搜索下，后续我也会出SQL的一些常用方法和心得体会。

最近一次消费（Recency）

我们认为用户的最近一次消费行为离今日越近，他当前的活跃度将会更高，价值也会更高。