了解了RFM的理论之后,实践才是重中之重。
- 此处的实践基于tableau中实现
- 所涉的参数可基于实际业务进行调整
- 数据源使用tableau自带的超市指标
基础指标建立
R指标创建
- 创建最近购买时间字段
- 创建最近购买距今字段
- 创建R参数
创建了R=2 的参数后,依次创建R=3,R=4,R=5
- 创建R值
创建R值这一步很重要,也是用户分层的第一个理解难点。关键在于利用条件函数,根据用户的最近购买距今天数,对用户的R进行赋值,得到R值。
这个过程中,用户的最近距今天数是对象,R参考线是参考,R值是用户在R方向的赋值结果。理解了R值的产生,也就理解了前面为啥么要计算出最近距今天数和R参数。
而且,后面的F值与M值的计算也是同理的。
- 创建均值R
均值R的创建也是作为一个参考来的
F指标创建
- 创建购买次数字段
- 创建F参数
依次创建F=2,F=3,F=4 参数
- 创建F值
- 创建F均值
M指标创建
- 创建购买金额字段
- 创建M参数
依次创建M=2,M=3,M=4参数
- 创建M均值
到这里为止,所有的指标就都创建完毕啦。
分层操作
- 创建字段用户分层
这里也是一个条件做的分层,对象是用户的R值&F值&M值,参考是均值R&F&M,赋值是用户分层的类别。
看到这个分层的语句,是不是想起来第一篇的那个图?
再来温习对比一下
所以说分层分层,分层是精髓啊。
到这里用户的分层就全部完成了,来看下用户的分布情况。
可以看出来,虽然重要价值的用户占比最大,但是流失的用户也占比不小。
当然了,这还只是RFM最基本最中规中矩的玩法,如何在RFM上应用出新花样呢?
下一篇再写。
我的tableau public:yangliang的tableau public主页
网友评论