- 什么是RFM模型?RFM模型用来衡量客户价值。
- RFM有哪些指标?其包含了三个指标:
- 最近一次交易 Recency
- 交易频次 Frequency
- 交易金额 Monetary
- RFM的指标分类:
定义 | 分类 | rfm_r | rfm_f | rfm_m |
优质客户 | 重要价值客户 | 1-高 | 1-高 | 1-高 |
来的不多的优质客户 | 重要发展客户 | 1-高 | 0-低 | 1-高 |
最近没来的优质客户 | 重要保持(唤醒)客户 | 0-低 | 1-高 | 1-高 |
来的不多,最近也没来的优质客户 | 重要挽留客户 | 0-低 | 0-低 | 1-高 |
一般客户 | 一般价值客户 | 1-高 | 1-高 | 0-低 |
来的不多的一般客户 | 一般发展客户 | 1-高 | 0-低 | 0-低 |
最近没来的一般客户 | 一般保持(唤醒)客户 | 0-低 | 1-高 | 0-低 |
两看相厌的客户 | 一般挽留客户 | 0-低 | 0-低 | 0-低 |
- RFM的其他应用:
- 可以用在人际关系管理上
- R-最近有没有联系过。
- F-最近一年见面的频次。
- M-见面重要程度,约好吃个饭还是偶遇。(可选)
- 区分出重要价值朋友、重要发展朋友和重要保持朋友
- 也印证了冯仑说过的话,10%能借钱的朋友,30%能分享观点的朋友,以及剩下60%的朋友。
- 可以用在人际关系管理上
- RFM的SQL实现
- 取日期范围今年,获取每个用户的最近购买日期距今的天数,购买次数和金额的合计值
drop table if exists analytic.rfm_1_max_avg_measures_detail;create table analytic.rfm_1_max_avg_measures_detail as select member_id,datediff('day',date(max(sale_time)),sysdate) as sale_day_range,count(member_id) as sum_buy_times,sum(single_amount) as sum_amtfrom xxx where sale_time>='2022-01-01' and valid_falg='1' group by 1;
- 获取所有用户的指标平均值
drop table if exists analytic.rfm_1_max_avg_measures;create table analytic.rfm_1_max_avg_measures as select avg(sale_day_range) as avg_sale_day_range,avg(sum_buy_times) as avg_buy_times,avg(sum_amt) as avg_amt from analytic.rfm_1_max_avg_measures_detail;
- 将用户区分为三类
drop table if exists analytic.rfm_1_member_apart;
create table analytic.rfm_1_member_apart as
select
t1.member_id,t1.sale_day_range
,t1.sum_buy_times,t1.sum_amt
,t2.avg_sale_date,t2.avg_buy_time,t2.avg_amt
,case when t1.sale_day_range<=t2.avg_sale_day_range
then '1' else '0' end as rfm_r
,case when t1.sum_buy_times>=t2.avg_buy_times
then '1' else '0' end as rfm_f
,case when t1.sum_amt>=t2.avg_amt
then '1' else '0' end as rfm_m
from analytic.rfm_1_max_avg_measures_detail t1
cross join analytic.rfm_1_max_avg_measures t2;
- 结果
本文经授权发布,不代表增长黑客立场,如若转载,请注明出处:https://www.growthhk.cn/quan/70257.html