原文链接：http://tecdat.cn/?p=393
如何掂量电商存量用户的价值？是上一次购买工夫？生产金额？还是购买次数？通过什么模型进行用户细分对营销流动晋升用户的响应率最无效？
如果一个电商店铺在 2017 年 4 月要发展营销流动，须要对老用户进行优惠券、短信、邮件营销。然而营销费用只够给反对 2000 个用户。
那么咱们能够通过 RFM 模型抉择，抉择最有可能相应的 2000 个用户。
RFM 简介
RFM 是用于剖析客户价值的办法。通常用于数据库营销和直销。
RFM 代表的含意
最近购买 – 客户最近购买了什么？
购买频率 – 他们多久购买一次？
购买价值 – 他们花多少钱？
大多数企业将保留无关客户购买的数据。所须要的是一张表，其中蕴含客户名称，购买日期和购买价值。
最近购买 = max（10 – 自客户上次购买以来曾经过来的月数）
购买频率 = max（过来 12 个月内的购买次数）
购买价值 = 客户的最高订单价值
客户剖析局部
返回不同商家的用户的 RFM 数据
表名:userrfm
用户 (Userid)
最近一次生产 (Recency) [l1]
生产频率 (Frequency)
金额 (Monetary)
商家 (Busid)
100001
1
100002
1
100001
2
自定义剖析局部
设置新客户回头客老客户的购买次数阈值为 p q r(参数在 r 中设置，前期通过其余形式传递)
表名:frequency
会员类型
条件设置（F）[l2]
会员人数
会员占比
生产金额
客单价
商家名 (Busid)
趣味客户
0
120
1
新客户
p
20
1
回头客
q
10
1
老客户
r
3
1
趣味客户
0
120
2
新客户
p
20
2
回头客
q
10
2
老客户
r
3
2
同样设置客户光顾天数的阈值别离阈值为 p q r(参数在 r 中设置前期通过其余形式传递)
光顾天数（R）
散失期客阈值为 abcd (参数在 r 中设置前期通过其余形式传递)
表名:Recency
会员类型
条件设置（F）[l3]
会员人数
会员占比
生产金额
客单价
商家名 (Busid)
售前期客户
0~a
120
1
活跃期客户
a~b
20
1
缄默期客户
b~c
10
1
睡眠期客户
c~d
3
1
散失期客户
>d
2
1
售前期客户
0~a
2
活跃期客户
a~b
2
缄默期客户
b~c
2
睡眠期客户
c~d
2
散失期客户
>d
2
光顾天数（R）
散失期客阈值为 abcd (参数在 r 中设置前期通过其余形式传递)
表名:Recency
会员类型
条件设置（F）[l4]
会员人数
会员占比
生产金额
客单价
商家名 (Busid)
售前期客户
0~a
120
1
活跃期客户
a~b
20
1
缄默期客户
b~c
10
1
睡眠期客户
c~d
3
1
散失期客户
>d
2
1
售前期客户
0~a
2
活跃期客户
a~b
2
缄默期客户
b~c
2
睡眠期客户
c~d
2
散失期客户
>d
2
客单价（M）
散失期客阈值为 l ml m h (参数在 r 中设置前期通过其余形式传递)
表名:Monetary
会员类型
条件设置（F）[l5]
会员人数
会员占比
生产金额
客单价
商家名 (Busid)
低价值客户
0~l
120
1
中低价值客户
l~ml
20
1
中等价值客户
ml~m
10
1
中高价值客户
m~h
3
1
高价值客户
>h
2
1
低价值客户
0~l
2
中低价值客户
l~ml
2
中等价值客户
ml~m
2
中高价值客户
m~h
2
高价值客户
>h
2
模型实现局部
客户剖析局部
自定义剖析局部
购买次数
光顾天数
客单价（M）
RFM 三维穿插表剖析
界面：
1、客户数 / 占比
2、均匀每次购买金额
3、累计购买金额
R 值剖析（时间跨度 [0,1080]
1、F 值指标
2、M 值指标
3、会员等级指标
F 值剖析（F 值 [1,20],(20,+info)）
1、R 值指标
2、M 值指标
3、会员等级指标
M 值剖析（M 值距离抉择、购买金额（均匀每次购买金额、累计生产金额）、20 行）
1、R 值指标
2、F 值指标
3、会员等级指标
通过这些报表全面展现了 RFM 模型剖析的各个维度方向，因而，咱们能够将一个客户群体中的关系构造剖析的很分明，并且结合实际业务与针对不同群体推送不同业务。