tableau实现【日期参数】获取数据源中最大日期

1、创建参数:[日期参数]

2、创建新的字段 :[最大日期] 公式为:{max([发放日期])} 

备注:该功能在tableau 2020后版本才支持

效果图:

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
RFM模型是一种用于客户分析的方法,通过考虑每个客户的最近一次购买时间(Recency)、购买频率(Frequency)和购买金额(Monetary)来评估客户的价值。Tableau是一种强大的数据可视化工具,可以帮助您构建RFM模型,以下是一些步骤: 1.准备数据:您需要收集客户的交易数据,包括购买日期、购买金额和客户ID。 2.创建数据源:将数据导入Tableau,并创建适当的数据源。 3.创建Recency字段:通过计算每个客户的最近一次购买时间来创建一个Recency字段。您可以使用DATEDIFF函数来计算天数,例如DATEDIFF('day',MAX([Purchase Date]),TODAY())。 4.创建Frequency字段:通过计算每个客户的购买次数来创建一个Frequency字段。您可以使用COUNTD函数来计算唯一的交易编号,例如COUNTD([Transaction ID])。 5.创建Monetary字段:通过计算每个客户的总购买金额来创建一个Monetary字段。您可以使用SUM函数来计算总购买金额,例如SUM([Purchase Amount])。 6.创建RFM分数:将Recency、Frequency和Monetary字段转换为RFM分数,例如将Recency字段按天数分为五个等级(1-5),将Frequency字段按购买次数分为五个等级(1-5),将Monetary字段按购买金额分为五个等级(1-5)。 7.合并RFM分数:将RFM分数合并为一个新的RFM分数字段,例如将Recency分数、Frequency分数和Monetary分数连接起来,例如"555"表示最有价值的客户。 8.创建RFM分数图表:使用Tableau创建RFM分数图表,例如散点图或条形图,可以将RFM分数作为颜色、大小或形状的标记。 9.分析RFM分数:使用RFM分数图表分析客户价值和挖掘潜在的客户细分,例如将最有价值的客户标记为“VIP客户”,将最不活跃的客户标记为“流失客户”。 10.优化RFM模型:根据实际情况调整RFM分数等级和权重,并根据分析结果制定相应的客户营销策略。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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