以NORTHWIND订单数据为例制作RFM模型

时间:2024-03-29 09:53:50

本文采用的软件为EXCEL2010 和SPSS

数据来源为SQLSERVER的NORTHWIND示例数据库


根据美国数据库营销研究所Arthur Hughes的研究,客户数据库中有三个神奇的要素,这三个要素构成了数据分析最好的指标:
最近一次消费(Recency)
消费频率(Frequency)
消费金额(Monetary)

  RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频度以及花了多少钱三项指标来描述该客户的价值状况。

 RFM模型实则是对客户群体的分类,本例中R:近度以单一客户最近一次的订单订购时间为计量(数据截止日期为1998/05/06)。F,频度:以订单数据中单一客户的总下单数量计量。M:量度:设计为单一客户的平均成交金额。

原始订单数据截图:以NORTHWIND订单数据为例制作RFM模型

以NORTHWIND订单数据为例制作RFM模型



第一步:对数据进行标准化处理,去除不需要的数据和不完整的数据

以NORTHWIND订单数据为例制作RFM模型

尤其注意的是,此时的日期要格式化为数字状态,以便之后做MAX(),MIN()函数

以NORTHWIND订单数据为例制作RFM模型





第二步:使用EXCEL2010的数据透视表功能


使用数据透视表,列出单个客户的订单计数(作为F值),交易金额的总和(作为参考),订单的平均交易金额(作为M值),最近的订单金额[MAX(订单日期)]作为(R值)


以NORTHWIND订单数据为例制作RFM模型


然后分别计算出R,F,M的最大最小值

然后以R值为例,R值=(R-Rmin)/(Rmax-Rmin),得到一个居于[0,1]的值


R,F,M值分别以下图为例:

以NORTHWIND订单数据为例制作RFM模型


第三步:使用SPSS进行聚类

采用对数据进行SPSS K-MEANS聚类分析,目标聚类个数为2^3=8个,即分为8类客户。并且返回聚类成员和与聚类中心距离。

结果如下:

以NORTHWIND订单数据为例制作RFM模型

作图如下:

以NORTHWIND订单数据为例制作RFM模型

第四步:解读结果


1类客户R值高,FM小,发展客户
2类客户R值高,F小,M适中,重要发展客户
3类客户R值,F,M都小,无价值客户
4类客户R值高,F适中,M小,长期客户
5类客户R值高,F较大,M略小,长期重要客户
6类客户R值小,F小,M较大,一般挽留客户
7类客户R值小,F小,M小,一般客户
8类客户R值高,F高,M高,重要保持客户,VIP氪金户


以NORTHWIND订单数据为例制作RFM模型


从图中可以看出,NORTHWIND客户主要为1类客户(39%),4类(26%),2类(12%),5类客户(10%)

这四类客户R值较高,几乎占到87%,业务都在近期完成,说明客户群在不断扩张,NORTHWIND公司也处于业务扩张阶段,然而长期稳定的重要高净值客户较少,需要采用营销手段留住回头客