RFM电商客户分析

在RFM模式中，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)表示客户在最近一段时间内购买的金额。一般的分析型CRM着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。

一、RFM模型的建立

RFM模型使用的三个指标是近度(Recency)、频度(Frequency)、值度(Monetary)。以RFM模型为基础,通过客户的RFM行为特征衡量分析客户忠诚度与客户内在价值。

二、数据筛选分组

为了得到客户最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)这三个指标的数值进行筛选分组。
消费(Recency)——最近一次会员来店铺购买的时间
A、一周以前 B、2周以前 C、3周以前 D、一个月前
消费频率(Frequency)——一年内在店铺购买的次数
A、1次 B、1-3次 C、3-5次 D、5次以上
对于消费金额(Monetary)——单次消费金额
A、50元以下 B、50-150元 C、150-300元 D、300元以上

三、RFM模型客户细分

1.数据处理
处理步骤如下：
①将所有客户按照Recency的值，由小到大排列，以50%为一群，依次给予2，1分。
②再将所有客戶按照Frequency的值，由大到小排列；以50%为一群，依序给予2,1分。
③最后将所有客戶按照Monetary的值，由大到小排列；以50%为一群，依序给予2,1分。
整合得到8种组合：