基于RFM的用户画像分析

背景

某一平台发现最近一年各类营销活动的效果不加，且总体销售额没有明显的增长，据了解以往开展的营销活动面向所有用户，而部分用户可能已经长时间未在此平台进行消费，可能已经流失，而又的用户无论有无营销活动消费基本保持稳定，该平台逐渐意识到了对用户进行分类的重要性，对用户进行分类后可以针对不同用户实施不同的促销方式，比如组合促销、会员卡充值、满减等促销方式。我们需要做的就是基于现有的用户和下单流水数据，分析截至2019年8月3日，每个用户的R值、F值和M值，并根据判断规则对用户进行分类，最后针对不同用户给出不同的运营策略建议。

原始数据

 

上图显示了原始数据的一部分，原始数据展示了用户购买的具体商品信息、购买日期、购买金额、购买的订单号，从原始数据我们基本可以确定使用RFM方法进行分析

数据处理及RFM的建立

1.R：也就是间隔天数的计算

选中原始数据创建数据透视表，统计不同的订单号的最近的销售日期（也就是销售日期最大值），用分析截止日减去最近消费日期可以得到用户距离截止日期最近一次消费间隔的天数