如何利用RFM分析模型进行数据分析？

RFM模型

RFM主要根据客户活跃程度和平台交易金额贡献所做的分类。

近度：用字母R表示，代表客户最近一次的活跃距离目前的天数。在这部分客户中，有些优质客户值得通过一定的营销手段进行激活。

频度：用字母F表示，代表客户过去某段时间内的活跃频率。针对消费频度较小且消费额较大的客户，可以推行一些运营策略刺激用户，增加消费频次。

额度：用字母M表示，代表客户最近一次消费金额或某个时间段内平均消费金额。通过该项指标可以评估不同消费水平的用户分布情况。

搭建步骤

1. 数据抓取:通过编写SQL或研发人员协助取得待分析数据。
2. 定义区间：基于基础数据的分布情况，定义分析区间。
3. RFM取值：对照“定义区间表”填写RFM的对应值。
4. 水平定义：基于RFM均值定义“高低”水平
5. 用户分层：定义用户类型，将相同类型用户合并分析
6. 策略制定：针对不同类型用户制定相应策略

数据抓取

1.最近一次消费时间 指从最后一次消费时间开始，至数据抓取时间结束，统计时隔天数。

2.一周内消费频次 指定义一段时间内的消费次数

3.一周内平均消费金额 指定义一段时间内的平均消费金额

 

定义区间

我们可以借助图表工具暂定某一取值区间，通过后续的实际应用进行调整。

RFM取值

通过区间定义表，对照得出相应RFM的值。

水平定义

通过RFM各均值的对比，得出相对高低的程度。

用户分层

对照用户类型对照表填写各用户类型

策略制定

基于不同类型用户制定不同营销或运营策略。