【Tableau】RFM模型

【主要成果图】

一、模型概念

RFM模型是衡量客户价值和客户创利能力的重要工具，是对客户生命模型的完善，引入了度量客户购买频率的F参数和客户购买金额的M参数。从三维维度对客户做出了八类的划分，如下：

二、数据源

某文具批发商2013-2016年近10000条基础销售数据，包括时间，地区，客户名称，此条目商品类别，数量，销售额，利润等基本信息。

三、使用工具

是分条目的销售数据，很适合做RFM分析，只需要简历RFM字段并对客户进行分类即可。最后希望可视化展示，采用Tableau实现。

四、分析过程

1.R参数，求LOD（Last order day）并求和今日时间差，使用MAX，日期相减得时间间隔

2.F参数，求近一年顾客的购买频率，使用FIX和COUNTD

3.M参数，求近一年顾客的购买金额，使用FIX和SUM

4.确定RFM阈值，根据业务情况，制定R为6个月。观察数据形态，发现金额的四分之一分位在10000元作业，所以以1000元作为M的阈值。数量的四分之一分位在4个，所以以4作为F的阈值。

5.进行RFM分类，完成模型建设

6.制作区域条形图、各分类客户数量条形图、显示F和M参数的分类，制作仪表盘如下，可以明显看出各类用户的销售额区别（颜色区分为种类），各个地区各类用户的占比

7.对RFM模型进行改进，我们发现有的客户在2016年购买的次数较少，但是2015年和之前购买都多，在RFM模型中，由于F和M都比较低，被判定为了较低价值的客户，如图所示。因此我们对RFM模型进行改进，把R和F的测算时间由测算时间前的一年改为LOD前的一年，以此来纠正原有RFM模型不足。

8.计算LOD前一年M和F，以F为例

9.改进后对RFM重新建立字段，进行分类

10.我们将改进后的RFM模型和原有RFM模型进行对比，发现原模型中的很多客户价值在重新判断后得到了提升，我们认为此模型有较好的纠正效果。

11.我们对改进后的RFM模型制作仪表盘，包括RFM各类客户占比，各类客户总数，各类客户在不同区域占比，各类客户贡献销售额等，如下图：

五、模型特点

1.对比客户生命周期模型，RFM模型引入和金额和频率维度，对客户分类做了更加准确的划分。如下图，在同样的R参数下，生命周期模型和RFM模型对客户的价值判断有较大的区别。

2.与客户生命周期模型一样，RFM模型中三个阈值，以及计算哪个时间段中的R和M也是这个模型的重点，需要根据业务模式进行确定。