数据分析常用模型

一、RFM模型

RFM模型是客户关系管理(CRM)模型中的一种，是衡量客户价值和客户创利能力重要工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况，依据三项指标划分八类客户价值。

• 最近一次消费(Recency)： 表示用户最近一次消费距离现在的时间。消费时间越近的客户价值越大。1年前消费过的用户肯定没有1周前消费过的用户价值大。
• 消费频率(Frequency)： 消费频率是指用户在统计周期内购买商品的次数，经常购买的用户也就是熟客，价值肯定比偶尔来一次的客户价值大。
• 消费金额(Monetary)： 消费金额是指用户在统计周期内消费的总金额，体现了消费者为企业创利的多少，自然是消费越多的用户价值越大。

RFM模型的作用：
根据用户行为识别优质客户
对不同类型的客户定制个性化的营销服务
衡量客户价值和客户创利能力

RFM模型的假设：
最近交易过的客户>最近没有交易的客户
购买频次高的客户>购买频次低的客户
购买金额高的客户>购买金额低的客户

RFM用户构成：
RFM用户分为8类，详细类型及分层规则如下：
RS对比值：交易间隔得分的平均值。
FS对比值：交易频次得分的平均值。
MS对比值：交易金额得分的平均值。
对比值根据实际数据而定，计算公式为：（得分1 * 人数1 + 得分2 * 人数2 +……）/总人数

客户类型	RS	FS	MS	客户等级	说明
重要价值客户	1	1	1	A级	RFM都是1，优质客户。需要维持
重要发展客户	1	0	1	A级	属于忠诚度不高，但很有潜力的客户，需要重点发展
重要保持客户	0	1	1	B级	属于一段时间没有消费的忠诚用户，需要主动保持联系
重要挽留客户	0	0	1	B级	属于将要流失或者已经流失的重要客户，应当给予挽留措施
一般价值客户	1	1	0	B级	交易频次高，最近有消费，需要挖掘，想办法提高消费金额
一般发展客户	1	0	0	B级	最近有消费，具备推广价值
一般保持客户	0	1	0	C级	消费频率高，但价值不大，一般维护
一般挽留客户	0	0	0	C级	潜在客户

二、帕累托分析（ABC分析）

帕累托分析又叫ABC分析，分类的核心思想是：少量项目贡献了大部分价值。
把业务或者产品分为：A、B、C三类，用于区分业务的重点和非重点，反映出每类产品的价值对库存、销售和成本的影响，从而实现差异化策略和管理。

根据事物的主要特征进行分类排队，把被分析的对象按照占比分成A、B、C三类（可根据实际需求按照不同的比例分成多类），从而区分出重点和一般，从而有区别地确定管理方式。

三、关联分析（Apriori算法）

关联分析是发现交易数据库中不同商品项之间的联系，是一种简单实用的分析技术。关联分析最典型的算法是Apriori算法。
典型的关联分析例子是购物篮分析：通过分析顾客放入购物篮的商品之间的联系，分析顾客购买习惯，了解哪些商品频繁被客户同时购买，有助于帮助制定营销策略。

Apriori算法是一种典型的挖掘布尔关联规则的频繁项集算法。运行原理在于：频繁项集的所有非空子集都是频繁项集，非频繁项集的所有父级都是非频繁的。

关联分析的基本概念

1.项与项集： itemset = {item_1,item_2,item_3,…,item_n} 是所有项的集合，其中item_k(k=1,2,3,…,n)称为项，项的集合称为项集itemset。包含k个项的集合称为k项集(k-itemset)。

2.事务与事务集： 一个事务T是一个项集，它是itemset的一个子集，每个事务均与唯一的标识符Tid相联系，不同的事务一起组成了事务集D，构成了关联规则发现的事务数据库。

3.关联规则： 关联规则是形如A=>B的蕴涵式，其中A和B均为itemset的非空子集，且有A∩B为空。

4.支持度Support： 关联规则的支持度定义为 S u p p