数据分析方法论之RFM模型

RFM模型学习笔记

听说是不能不知道经典模型

看了许多文章，RFM在具体使用的过程中会依据不同的业务内容进行调整和补充。

但是，万变不离其宗。这边就给大家捋一捋重点，倒推式过逻辑：

① RFM会给出啥结论？ >>> 将所有用户归为八类

② 为什么要进行归类？>>> 归类之后，可以依据不同类别的用户群体特性制定针对性商业策略

③ 归为了哪八类？ >>>  (111) 重要价值客户；(011) 重要保持客户；(101) 重要发展客户；

(001) 重要挽留客户；(110) 一般价值客户；(010) 一般保持客户；(100) 一般发展客户；(000) 一般挽留客户

④ 这个括号里面三位数是啥？ >>> 栗子：111代表R=1，F=1，M=1

小朋友，你是不是有很多问号？？？？？？ 

莫方。你的问号，我知道。

1.R是啥？F是啥？M是啥？凭啥用他们仨给模型命名？

• R: Recency 用户最近一次消费距离现在的时间；R越小代表时间越近，用户价值越高
• F: Frequency 用户在统计周期内消费的频次；F越大代表频次越高，用户价值越大
• M: Monetary 用户在统计周期内消费的总金额或平均每单消费金额 (依据具体业务)；M越大代表金额越大，用户价值越高

2. 0/1又代表了什么？R、F、M是怎样跟0/1扯上关系的？ 

 >>> 每个用户的R、F、M评分值与R、F、M评分值均值进行比较。高过均值为1，低于均值为0。

啊？评分值？？

没错，为了使我们的划分更加标准化，需要对每个用户的R/F/M值进行打分。通常采用5分制，我们会对更有价值的行为打高分。R越小分越高，F越大分越高，M越大分越高。至于如何确定具体的划分界限，这个需要依据行业经验了。

3. 知道了单个的0/1了，那这个111、101啥的是怎么得来的呀？

>>> 模型终于要出场啦！

                        RFM=R*100+F*10+M*1

100，10，1的作用：

举个栗子：

如果该用户R评分值高于均值，R=1。乘上100，那么RFM的最终结果就会得到一个(1xx)的数。

 

看完了？你真棒！