数学模型如是说
RFM数学模型是依照顾客犯罪行为的四个分项来对顾客展开展开分类的方式。这四个分项依次是顾客前段时间一场的消费市场需求天数、一段天数内的消费市场需求振幅及消费市场需求数额。
RFM数学模型中四个拉丁字母的涵义:
R(Recency)则表示顾客前段时间一次的消费市场需求天数距现阶段探测天数有多远,该值越小代表者顾客上周的消费市场需求天数距探测天数越远,所以R值瘤果好。
F(Frequency)则表示顾客在探测天数内的买回单次,该值化学反应了消费市场需求者的买回振幅,越大越少。
M (Monetary)则表示顾客在探测天数内的消费市场需求数额,该值化学反应了的是顾客对营收的变式,越大越少。
从这四个测度分项中能窥见,RFM数学模型是以顾客买回犯罪行为造成的统计数据为依照对顾客商业价值展开来衡量的统计数据挖掘方式和顾客展开分类PG方式。
采用方式
先依照产品销售备注统计数据排序出R值、F值、M值。
再紧密结合销售业务市场需求和曲线拟合,对各分项预设共振振幅。一般来说来说能增设1-2个共振振幅。假定对每一分项都只增设1个共振振幅,低于该共振振幅的表述该分项对应的层次为“高”,不然就为“低”。
那四个分项的层次确认后,就能把顾客分成8类了。
当M值例新是关键顾客,不然为一般顾客。关键顾客又依照R值和F值分成了五类。比如,关键发展采用者是R值高、F值低、M值高的一大群采用者。这个社会群体的顾客前段时间一场的消费市场需求天数间距近、消费市场需求数额高但是消费市场需求振幅较高。在辨识出高社会群体顾客后,能特别针对此类顾客制订提升买回消费市场需求频度的营运思路来提升顾客商业价值。
操作流程
下面,以Excel作为统计数据挖掘辅助工具展示如何按照RFM数学模型对顾客展开展开分类。
1、准备统计数据。确认样本统计数据的探测日期,导出高段天数内的产品销售备注等统计数据。统计数据需要包含顾客记录的唯一标识,如顾客ID。还要有产品销售日期(排序R值)、订单编号(排序F值)、产品销售数额(排序M值)。
2、排序R值、F值、M值
假定样本统计数据的探测日期为2022年1月1日-2022年3月30日,探测天数为2022年3月31日。
(1)利用准备好的有效统计数据插入一张统计数据透视表。在统计数据透视表的行位置处放采用者ID,值位置处放产品销售日期和产品销售数额。增设值字段汇总方式依次为“最大值”、“求和”。(产品销售日期的最大值是顾客的前段时间一场买回日期)
这样顾客的R值和M值就求出来了。
R值的公式是:
=date(2022,3,30)-B1注:B1代表者该单元格相关联的是顾客的产品销售日期最大值
M值=产品销售数额合计
(2)采用顾客ID和订单编号两列统计数据展开去重,然后利用统计数据透视表的计数汇总方式统计顾客的买回单次。
F值=订单编号合计
(3)依照共振振幅判断顾客的R、F、M的等级。
假定共振振幅是相关联的均值,公式是:
=IF(R1averageF,”高”,”低”)=IF(M1>averageM,”高”,”低”)
(4)展开顾客等级字符的连接,在展开顾客展开分类的匹配就完成了对顾客的展开分类了。
当然这里也能采用IF函数展开判断来匹配采用者类别,不过可能是麻烦了点儿。