[财务][数据化分析][帆软]如何量化你的用户价值?RFM模型综合实战
RFM模型是什么鬼:
https://www.cnblogs.com/landv/p/12654927.html
官方课程:https://bbs.fanruan.com/course-100.html
手打官方内容,以及自己学习心得体会,正好最近要做RFM模型,这两天官方就有了这个课程,学习一哈,看看官方是如何使用FineBI做数据分析的。也省的自己写代码去渲染数据大屏了。
课程介绍
在数据分析领域,有一个叫做RFM的词,相信很多人都看到过,或许感觉比较专业就没有继续深入;或者有些文章涉及到了Python等数据处理手段,便望而却步;但是RFM模型在客户关系管理当中应用极其广泛,通过一个客户的近期购买行为、购买的总体频率以及消费金额三个字表就能快速衡量客户价值和客户创利能力。
那么RFM究竟怎么用呢?
我们来看一个例子:
当一个企业想要做一场营销活动,但是预算不多,目前有近5年的越1000多个会员客户的销售数据,如果大包大揽对所有的客户都采取一样的营销活动,那么营销费用并不低,效果也不一定很好,为了能够提高投入产出比,尽可能的降低营销费用,只能针对不同类别的客户进行针对性的营销互动,比如对不同类别不活跃的客户进行针对性激活促销,以最有效的方式挽回更多的商机,对活跃且价值高的重点VIP用户做回馈活动,提升等等。
所以通过RFM 模型对客户进行分层,能够帮助我们快速精准的识别客户类型,有针对性的进行业务决策,使得企业的应收达到最大。
其实RFM模型并不难,是一个人人都可以上手的数据分析模型,应用范围很广泛,销售、互联网营销、电商运营、市场、酒店、餐饮等都可以在工作中使用到。本期课程,Lynn老师就带领大家一起学习这个经典模型。过程当中我们会使用“人人都能轻松使用的数据分析软件FineBI”来边讲解边实践操作,帮助大家一举拿下RFM。
面向对象:企业财务、销售、行政、运营等等,来自各行业的缺乏基础数据分析能力的业务人员,或者是想要学习数据分析、对BI感兴趣的其他IT人员、数据分析师等。
课程焦点:
- 了解FineBI
- 什么是FRM模型
- FRM模型应用实例
- FRM模型分析实战
- 分析结果辅助业务决策
FineBI提供企业级管控下的完备自助分析方案
数据准备:多数据源支撑,实现多样数据整合
多屏解决方案,满足不同环境下的数据分析和展示需求
什么是RFM模型
RFM模型
衡量客户价值和客户创利能力的重要工具和手段。在众多的客户关系管理(CRM)的分析模式中,RFM模型是被广泛提到的。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱 3项指标来描述该客户的价值状况。
RFM模型应用实例
RFM模型分析
R值(最近一次交易距今时间)
用户最近一次交易距今的时间。间隔时间越短,则值越大,这类客户也是最有可能对活动产生反应的群体。
F值(交易频率)
客户在限定的时间内所购买的次数。我们可以说最常购买的顾客,也是满意度最高的顾客。
M值(交易金额)
用户的交易金额,可以分为累计交易金额和平均每次交易金额,根据不同的目的取不同的数据源进行建模分析。
实现思路
可视化分析
分析结果辅助业务决策(参考)
RFM模型深化
客户RFM终身价值指数
归一化 是一种无量纲处理手段,使物理系统数值的绝对值变成某种相对值关系。简化计算,缩小量值的有效办法。
完成客户的RFM特征分类之后,再分别继续对每个客户的RFM的指标根据极差占比做归一化处理:
R归一化值= (总体客户最近消费时间差最大值-当前客户最近消费距今时间差)/(总体客户最近消费距今时间差最大值-总体客户最近消费距今时间差最小值);
F归一化值=(当前客户消费频率-总体客户消费频率最小值)/(总体客户消费频率最大值-总体客户消费频率最小值);
M归一化值=(当前客户消费平均金额-总体客户消费金额最小值)/(总体客户消费金额最大值-总体客户消费金额最小值);
同时计算得到每个客户的RFM终身价值指数,客户RFM终身价值指数=a*R归一化值+b*F归一化值+c*M归一化值.
视频
https://fanruanbbs.obs.cn-east-2.myhuaweicloud.com/BI学习班/2020%20BI赋能直播/5.28-RFM模型.mp4
学习资料
2020.5.28-FRM模型实战资料包下载 |
数据准备:多数据源支撑,实现多样数据整合