数据分析模型:RFM分析

  • 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_rrfm_frfm_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。
  • 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
数据分析模型:RFM分析

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

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-06 12:02
下一篇 2022-06-06 13:49

增长黑客Growthhk.cn荐读更多>>

发表回复

登录后才能评论
特别提示:登陆使用搜索/分类/最新内容推送等功能 >>