【SQL实战-电商】RFM用户分层

本文通过分析Online Retail II数据集,针对电商用户进行RFM(最近一次购买时间Recency、购买频率Frequency、消费金额Monetary)模型的应用,旨在对客户进行细分,制定更精准的营销策略。数据清洗、分析后,根据RFM值划分用户层级,以优化销售和营销策略。
摘要由CSDN通过智能技术生成

一、项目背景
此Online Retail II数据集包含2009年12月1日至2011年12月9日期间在英国注册的非店铺在线零售发生的所有交易。该公司主要销售独特的所有场合礼品。该公司的许多客户都是批发商。

电子商务公司希望对其客户进行细分,并根据这些细分确定营销策略。为此,我们将定义客户的行为,并根据这些行为中的集群创建组。换句话说,我们将把那些表现出共同行为的人纳入同一群体,我们将努力为这些群体开发特殊的销售和营销技术。

字段 定义
InvoiceNo 发票编号:名义上的唯一分配给每笔交易的6位整数。如果此代码以字母“c”开头,则表示取消。
StockCode 库存代码:产品(物料)代码。名义上的唯一分配给每个不同乘积的5位整数。
Description 说明:产品(项)名称。名义上的
Quantity 数量:每笔交易中每个产品(项目)的数量。数字。
Invice 发票日期:日期和时间。数字。生成事务的日期和时间。
Price 单价:单价。数字。单位产品价格(英镑)。
Customer ID 客户ID:客户编号。名义上的唯一分配给每个客户的5位整数。
Country 国家:国家名称。名义上的客户所在国家/地区的名称。

二、数据清洗

#数据清洗
update online_retail_listing set price =  replace(PRICE,",",".")
# 后在设计表的界面内将其调整为int格式

alter table online_retail_listing ADD InvoiceTime time(5);
update online_retail_listing set InvoiceTime =  right(InvoiceDate,5)UPDATE online_retail_listing SET InvoiceDate2 = LEFT (InvoiceDate, locate ( " ", InvoiceDate )- 1 );

UPDATE online_retail_listing SET InvoiceDate1 = concat(right(InvoiceDate2,4),'-',substring(InvoiceDate2,locate('.',InvoiceDate2)+1,locate('.',InvoiceDate2,2)),'-',left(InvoiceDate2,locate('.',InvoiceDate2)
评论 2
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