用excel分析“交易数据”【不得不学】.pdfVIP

用 Excel 分析“交易数据” 【不得不学】 背景说明：一个会员服务的企业，有近 1 年约 1200 个会员客户的收银数据。由 于公司想针对不同类别不活跃客户进行激活促销；同时，为回馈重点客户，也计 划推出一系列针对重点客户的优惠活动，希望保留这些客户，维持其活跃度。因 此希望利用该数据进行客户分类研究。 （以上为流程图） 根据客户的需求，RFM 模型相对简单并且直接，按照 R(Recency-近度）、 F(Frequency-频度）和 M （Monetary-额度）三个维度进行细分客户群体。由于该 客户的数量较少（约 1200 个），所以，采用 3x3x3=27 个魔方（1200/27=44 左 右）较为合适，虽然平均每类客户数量较少，考虑到集中度分布情况，数量多的 分类也能够有 200-300 左右，适合针对会员客户进行短期的电话、短信营销或者 信函营销的数量。 RFM 模型原理： RFM 模型是一个简单的根据客户的活跃程度和交易金额贡献所做的分类。因为操 作简单，所以，较为常用。 近度 R：R 代表客户最近的活跃时间距离数据采集点的时间距离，R 越大，表示 客户越久未发生交易，R 越小，表示客户越近有交易发生。R 越大则客户越可能 会“沉睡”，流失的可能性越大。在这部分客户中，可能有些优质客户，值得公 司通过一定的营销手段进行激活。 频度 F：F 代表客户过去某段时间内的活跃频率。F 越大，则表示客户同本公司 的交易越频繁，不仅仅给公司带来人气，也带来稳定的现金流，是非常忠诚的客 户；F 越小，则表示客户不够活跃，且可能是竞争对手的常客。针对 F 较小、且 消费额较大的客户，需要推出一定的竞争策略，将这批客户从竞争对手中争取过 来。 额度 M：表示客户每次消费金额的多少，可以用最近一次消费金额，也可以用过 去的平均消费金额，根据分析的目的不同，可以有不同的标识方法。一般来讲， 单次交易金额较大的客户，支付能力强，价格敏感度低，是较为优质的客户，而 每次交易金额很小的客户，可能在支付能力和支付意愿上较低。当然，也不是绝 对的。 RFM 的分析工具有很多，可以使用SPSS 或者 SAS 进行建模分析，然后深度挖掘。 IBM SPSS 还有个 Modeler，有专门的 RFM 挖掘算法供使用。本文为了普及，介 绍使用 Excel （2007 版）做初步的 RFM 分析。 操作步骤： 第一步：数据的清洗 原始数据集：数据请参考附件 Excel （模拟数据.xlsx）。大家可以下载练习。该数据集共 有 26600 多条数据，包含记录 ID （数据库的primarykey）、客户编号、收银时间、销售 金额、销售类型共 5 个字段 通过简单的筛选，可以看到，在交易金额中有 0 消费额，有负数消费额，继续查 看交易类型，发现为“赠送”和“退货”所造成。这些数据在本次分析中用不到， 所以在数据处理时需要通过筛选除去。 Excel 操作：  鼠标点击第一行的行标“1”以选中第一行   菜单栏点击“数据”，快捷按钮栏点选“筛选”   鼠标点击“销售类型”筛选下拉按钮，可以看到所有数据集中有的销售类 型   点选“销售金额”字段的小角标也可以看到有负数出现。  第二步：数据处理 根据分析需要，R 用客户最后成交时间跟数据采集点时间的时间差（天数）作为 计量标准；F 根据数据集中每个会员客户的交易次数作为计量标准（1 年的交易 次数）；M 以客户平均的交易额为计量标准。通过 Excel 的透视表即可计算以上 RFM 数据。 Excel 操作：  菜单栏点击“插入”   快捷按钮栏点击“透视表”   选择数据区域，确认所有的数据都被选择   选择在“新工作表”中插入数据，然后点击“确定”   将“客户编号”拖入“行标签”栏   将“收银时间”、“记录 ID”、“交易金额”拖入数值计算栏   点击“收银时间”数值计算栏按钮，选择“值字段设置”   在“计算类型”中选择“最大值”   在对话框左下角，点击“数字格式”，设定时间格式为：yyyy-mm-dd，然 后“确定”   点击“销售金额”数值计算栏按钮，选择“值字段设置”   在“计算类型”中