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_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。

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;