客户价值划分(RFM)_Linsear Write Formula_Quantity_Price.docxVIP

分析流程

数据源：

使用数据-Sheet1.xlsx

算法配置：

算法：客户价值划分(RFM)

变量：最近一次消费间隔(Recency)：{LinsearWriteFormula}；消费频率(Frequency)：{Quantity}；消费金额(Monetary)：{Price}；索引项：{EventID}

参数：是否进行原始数据处理：{否}；是否自动RFM得分：{是}

分析结果：

客户价值划分（RFM）基于最近一次消费、消费频率、消费金额这三个指标将用户群体分为8类：重要价值用户占比5.9%，重要发展用户占比20.5%，重要保持用户占比3.86%，重要挽留用户占比13.06%，一般价值用户占比18.36%，一般发展用户占比15.24%，一般保持用户占比12.72%，一般挽留用户占比10.36%。

分析步骤

1.计算客户的消费间隔(Recency)/消费频率(Frequency)/消费金额(Monetary)得分，并展示其描述性统计量和得分情况。

2.展示消费间隔(Recency)/消费频率(Frequency)/消费金额(Monetary)，低、高价值情况和可视化图。

3.赋予客户价值划分类别，输出结果表。

详细结论

输出结果1：RFM模型描述性统计

名称

平均差

方差

最大值

最小值

得分

选项

频数

百分比（%）

累计百分比（%）

LinsearWriteFormula

63.694

768.453

137

0.987

1

(91.567,137.0]

1000

20

20

2

(72.962,91.567]

1000

20

40

3

(54.239,72.962]

1000

20

60

4

(38.419,54.239]

1000

20

80

5

[0,38.419]

1000

20

100

Quantity

9.186

21007.832

2880

-9360

1

[0,1.0)

72

1.44

1.44

2

[1.0,2.0)

1577

31.54

32.98

3

[2.0,6.0)

2958

59.16

92.14

4

[6.0,12.0)

798

15.96

108.1

5

[12.0,2880.0]

1244

24.88

132.98

Price

37.923

17454.956

6074.9

0

1

[0,12.5)

899

17.98

17.98

2

[12.5,16.9)

1067

21.34

39.32

3

[16.9,29.5)

868

17.36

56.68

4

[29.5,49.5)

1108

22.16

78.84

5

[49.5,6074.9]

1058

21.16

100

图表说明：

上表展示了客户价值划分(RFM)模型数据的描述性统计量和划分1-5得分的依据以及分布情况。

输出结果2：RFM得分分布图

图表说明：

上图以可视化的形式展示了RFM分值的分布。

输出结果3：RFM类别分布情况

项

低价值（0）

高价值（1）

LinsearWriteFormula

40

60

Quantity

59.16

40.84

Price

56.68

43.32

图表说明：

上表展示了在最近一次消费间隔(Recency)、消费频率(Frequency)、消费金额(Monetary)项中，客户的低、高价值分布情况。

输出结果4：RFM类别分布图

图表说明：

上图以可视化的形式展示了在最近一次消费间隔(Recency)、消费频率(Frequency)、消费金额(Monetary)项中，客户的低、高价值分布情况。

输出结果5：RFM用户类型表

EventID

用户类型

R类别

F类别

M类别

R得分

F得分

M得分

LinsearWriteFormula

Quantity

Price

1

一般价值用户

高价值（1）

高价值（1）

低价值（0）

4

4

3

47

6

25.5

2

重要价值用户

高价值（1）

高价值（1）

高价值（1）

4

4

4

47

6

33.9

3

一般保持用户

低价值（0）

高价值（1）

低价值（0）

1

4

3

101

8

27.5

4

重要保持用户

低价值（0）

高价值（1）

高价值（1）

1

4

4

92

6

33.9

5

重要价值用户

高价值（1）

高价值（1）

高价值（1）

4

4

4

47

6

33.9

6

重要挽留用户

低价值（0）

低价值（0）

高价值（1）

1

3

5

94.4

2

76.5

7

重要保持用户

低价值（0）

高价值（1）

高价值（1）

1

4

4

101

6

42.5

8

一般价值用户

高价值（1）

高价值（1）

低价值（0）

4

4

3

47

6

18.5