文件名称:基于RFM模型的电商零售数据分析.ipynb
文件大小:3.29MB
文件格式:IPYNB
更新时间:2023-05-11 05:55:45
RFM 电商数据 kaggle
RFM模型根据客户活跃程度和交易金额的贡献,进行客户价值细分的一种方法。 R(Recency):最近一次交易时间间隔。基于最近一次交易日期计算的得分,距离当前日期越近,得分越高。如5分制。反映客户交易活跃度。 F(Frequency):客户在最近一段时间内交易次数。基于交易频率计算的得分,交易频率越高,得分越高。如5分制。反映客户交易活跃度。 M(Monetray):客户最近一段时间内交易金额。基于交易金额计算的得分,交易金额越高,得分越高。如5分制。反映客户价值。