1. Introduction au modèle RFM

Le modèle RFM est un outil important et des moyens de la valeur client et des bénéfices des clients. Cet article explique comment déployer le modèle RFM à l'aide du modèle Tableau via des données détaillées sur le comportement de transaction de l'utilisateur, de sorte qu'elle puisse être analysée.

Le modèle décrit le statut de valeur du client via des transactions récentes de clients, la fréquence générale des transactions et trois indicateurs du montant de la transaction.
R-M Consommation récente
, affecte souvent l'intensité de la mémoire du magasin, combien d'opportunités de contact, cycles de repo, v.v. Cet indice sera utilisé pour identifier les stratégies de contact client, la communication de fréquence, l'irritation. Consommation de fréquence F
, affectant souvent des facteurs de fidélité de la marque, de familiarité des magasins, des membres des clients, des habitudes de magasinage, V.V. Cet indice sera utilisé pour déterminer les investissements de talentsYen, hiérarchisant le marketing, décider du programme, V.V. Monnaille M affecte souvent des éléments tels que l'identification du consommateur et du produit. Cet indicateur sera utilisé pour déterminer l'élément proposé, le seuil de remise, le plan opérationnel, V.V.
Selon les trois indices décrits ci-dessus, le groupe de clients peut être divisé en 8 types de valeurs des clients.

Voir 8 types de valeur client ci-dessus, quelle est la distribution de nos clients? Comment pouvons-nous calculer la classification des clients clients que nous voulons? Considérons.

Tableau a fait un diagramme d'effet de classification des valeurs client

Cette fois, nous utilisons Tableau pour explorer le modèle RFM, les données sur Tableau peuvent être divisées en

Et la taille

Lundi, déploiement du modèle RFM Nous sommes divisés en tableau pour déployer des modèles RFM.

Étape 1: Traitement des données

Ce lien est principalement de gérer les formats de données et d'ajouter de nouvelles colonnes de données à suivre. Cet article utilise un tableau fourni avec des données "par exemple - supermarchés", les données sont une liste de clients dans les achats de supermarché et enregistre chaque article. Open Tableau peut télécharger le fichier source de données dans le lien vers le fichier ou double-cliquer pour ouvrir directement le carnet de travail de Tableau.

Open Data Télécharger Tableau

Présentation des formulaires de données (champs partiels)

après le téléchargement de la source de la source si Tableau divisera automatiquement les données. Deux colonnes de données de taille et de données. Premièrement, le paquet finit la taille de la source de données, comme dans la zone verte de l'image, est divisé en produits, clients, commandes, commandes, etc facilement trouvés dans le champ Suivant. Le champ "vente" de la source de données est "¥ 43" une telle chaîne, il est donc nécessaire de convertir et de séparer, de prendre le champ "Split 1" et de glisser vers la zone de données.


Paquet de dimensions automatique, séparation "champ de vente"

Étape 2: R Valeur de construction: Consommation récente
Premièrement, "le plus Des achats récents maintenant », puis le calcul de la" différence de temps classée entre R, la dernière distance de magasinage "de la dernière heure de consommation (peut également être une journée fixe), via la dernière expérience de magasinage ou l'écart de R est la date actuelle. Différence définie "Valeur de référence R", puis "R" Valeur de la carte "est marquée Comparaison de référence de la valeur et date" R's's Le plus courant shopping ". L'effet final est le suivant:

Délai de livraison de la commande

peut être vu de la répartition du "temps de magasinage le plus récent", la plupart des clients ont des actes de shopping dans supermarchés dans un proche avenir.

Étapes à utiliser:

Cliquez avec le bouton droit de la souris sur une zone vide de taille ou de données, cliquez sur Créer un grand champ de calcul.projet.

Créer un champ de calcul

Créer le "temps de commande final du client", la formule de calcul est {ID client]: max ([date de commande]) } (comme indiqué ci-dessous), indiquant le temps maximum (le plus proche) est pris pour un client fixe, qui est le dernier pour la dernière ligne.

Création d'un champ "Client final"

Créer "Date de différence Classé entre la dernière distance de magasinage", Formula Ses mathématiques pour Daturadiff ("jour" , Temps de commande final], # 2017-01-01 #), indiquant que l'heure du dernier ordre est calculée pour calculer la dernière commande et le 1er janvier 2017 (car les données sont des données avant 2017, alors choisissez ce jour comme jour standard).

Créer une "valeur de référence" ", calculez la formule en {Correction: moyenne (la journée actuelle de la distance de magasinage])}, il s'agit du nombre moyen de" la plus récente distance de magasinage ". Si DotinH Secteur peut faire référence à la valeur de l'expérience, vous pouvez également remplacer la formule ici sous forme de valeur empirique.

Création de la valeur "R Marque", calculer la formule est si ([R) la date de date actuelle dans la distance d'achat actuelle] & gt; [R Valeur de référence]) Puis 0 Autre 1 terminaison. Voir «Distribution la plus récente du temps de magasinage», comme indiqué, l'axe X est le «temps de commande final du client», «ID client» Y axe, choisissez Calcul de la table rapide - Montant total Vous pouvez obtenir le mois dernier chaque mois d'accès au nombre de pourcentages comptables. pour la population totale.

Voir l'étape d'installation


[: F Valeur de construction: consommation de fréquence (fréquence)
Créez d'abord des "clients cumulatifs F", puis déterminez la valeur de référence de F en fonction de la distribution d'expériences ou de "clients cumulatifs", puis à travers la comparaison de projecteur de la valeur de la cupidité et la taille "des clients cumulatifs" ".L'effet final est le suivant:

Selon l'observation de la distribution "F Cumulatifs Cumulatifs", le supermarché du client, la vie d'accès ronde 5-7 fois. (Ci-dessous a discuté de l'accumulation historique, ou peut également déterminer les données de commandes au cours d'une période déterminée en raison de différences de commerce.

Étapes pour opérer:

Créer des "clients cumulatifs". est une formule de calcul que {corrigé [ID client]: Compte ([ID de commande])}, pour les clients fixes, prenez le volume " Création de" valeur de référence, " calculant la formule en {Fixe: médiane ([F Cumulative Clients])}

Création de "valeur de marquage" ", informatique publique éveillé si ([Cumulations Cumulées] & GT; [valeur de référence] [F] 1 point différence 0.
Voir" Feux accumulations "Single Single" , d'abord créer une accumulation de clients F (Barrel de données) »(comme indiqué, la taille de l'étape du godet peut être basée sur la demande, définie sur 1)», invitésSingle Single Single (dB) est X Axe, "F" Compte cumulatif unique - Comptez Axis, obtenez des "clients cumulatifs".

Voir les clients Accumulation d'une installation de pré-installation unique

Étape 4: M Valeur de la construction: Monnaie

Compte client Fairy MM puis à travers M. Experience ou Compte du client de M. La Distribution détermine la valeur de référence M "puis étiquetée" M marque la valeur "en fonction de la taille des" clients d'accumulation "

Étapes à utiliser:

Créer "Clients accumulés par Mical", la formule de calcul est {Correction [Nom du client]: Total ([Ventes])}, indique qu'il s'agit d'un client fixe, prenez une seule accumulation. Créez la valeur de la référence M. MIFICIER, calculez la formule dans {Correction: médiane ([articles cumulatifs))}. Création d'une "valeur de carte M", la formule de calcul est si ([Cumulatif cumulatif) & gt; [valeur de référence] [m cumulative]) puis 1 autre point 0Étape 5: Construire DClassification de la valeur client
Étapes d'activité:
Créer une "classification de la valeur client", la formule de calcul est

Voir "Classification de la valeur client", avec "Classification de la valeur du client" est l'axe X, à l'aide de "ID client" - Compte (différent) est l'axe Y, choisissez Calcul de la table rapide - le montant total. Copier "ID client" - Compter (différent) sur "Tag" (dernière opération Mac) peut être affichée dans la foule dans le graphique en même temps. Voir différents types de clients RFM pour configurer des étapes Pour cela, vous pouvez utiliser le modèle RFM pour créer un ensemble de liste de clients a été complétée. Paradigme. En utilisant ce modèle, la division différentielle est étudiée et les performances du client dans différentes zones, différents types de clients, différents produits de produits. La figure suivante dans la dimension de la zone de diamant est prise à titre d'exemple et peut être vu qu'il existe de nombreuses valeurs surN Touche dans le nord-ouest et le ratio client est meilleur. Modèle RFM ci-dessus, seul le déploiement de la RFM de base, mais dans lequel la taille de la classification est sélectionnée (spécifiant R, F, M), la sélection de Division Seuils est un analyste à explorer.Le modèle de données n'est qu'une analyse ouverte et il reste encore beaucoup de contenu d'entreprise digne de nous.