原文鏈接：http://tecdat.cn/?p=393

原文出處：拓端數據部落公眾號

?

如何衡量電商存量用戶的價值？是上一次購買時間？消費金額？還是購買次數？通過什么模型進行用戶細分對營銷活動提升用戶的響應率最有效？

如果一個電商店鋪在2017年4月要開展營銷活動，需要對老用戶進行優惠券、短信、郵件營銷。但是營銷費用只夠給支持2000個用戶。

那么我們可以通過RFM模型選擇，選擇最有可能相應的2000個用戶。

RFM簡介

RFM是用于分析客戶價值的方法。通常用于數據庫營銷和直銷。

RFM代表的含義

最近購買?-?客戶最近購買了什么？

購買頻率?-?他們多久購買一次？

購買價值?-?他們花多少錢？

大多數企業將保留有關客戶購買的數據。所需要的是一張表，其中包含客戶名稱，購買日期和購買價值。

最近購買= max（10 -?自客戶上次購買以來已經過去的月數）

購買頻率= max（過去12個月內的購買次數）

購買價值=?客戶的最高訂單價值

客戶分析部分

返回不同商家的用戶的RFM數據

表名:userrfm

用戶(Userid)	最近一次消費(Recency)?[l1]	消費頻率(Frequency)	金額(Monetary)	商家(Busid)
100001	?	?	?	1
100002	?	?	?	1
?	?	?	?	?
100001	?	?	?	2

自定義分析部分

設置新客戶回頭客老客戶的購買次數閾值為?p q r(參數在r中設置，后期通過其他方式傳遞)

表名:frequency

會員類型	條件設置（F）[l2]	會員人數	會員占比	消費金額	客單價	商家名(Busid)
興趣客戶	0	120	?	?	?	1
新客戶	p	20	?	?	?	1
回頭客	q	10	?	?	?	1
老客戶	r	3	?	?	?	1
興趣客戶	0	120	?	?	?	2
新客戶	p	20	?	?	?	2
回頭客	q	10	?	?	?	2
老客戶	r	3	?	?	?	2

同樣設置客戶光顧天數的閾值分別閾值為?p q r(參數在r中設置后期通過其他方式傳遞)

光顧天數（R）

流失期客閾值為?abcd (參數在r中設置后期通過其他方式傳遞)

表名:Recency

會員類型	條件設置（F）[l3]	會員人數	會員占比	消費金額	客單價	商家名(Busid)
售后期客戶	0~a	120	?	?	?	1
活躍期客戶	a~b	20	?	?	?	1
沉默期客戶	b~c	10	?	?	?	1
睡眠期客戶	c~d	3	?	?	?	1
流失期客戶	>d	2	?	?	?	1
售后期客戶	0~a	?	?	?	?	2
活躍期客戶	a~b	?	?	?	?	2
沉默期客戶	b~c	?	?	?	?	2
睡眠期客戶	c~d	?	?	?	?	2
流失期客戶	>d	?	?	?	?	2

光顧天數（R）

流失期客閾值為?abcd (參數在r中設置后期通過其他方式傳遞)

表名:Recency

會員類型	條件設置（F）[l4]	會員人數	會員占比	消費金額	客單價	商家名(Busid)
售后期客戶	0~a	120	?	?	?	1
活躍期客戶	a~b	20	?	?	?	1
沉默期客戶	b~c	10	?	?	?	1
睡眠期客戶	c~d	3	?	?	?	1
流失期客戶	>d	2	?	?	?	1
售后期客戶	0~a	?	?	?	?	2
活躍期客戶	a~b	?	?	?	?	2
沉默期客戶	b~c	?	?	?	?	2
睡眠期客戶	c~d	?	?	?	?	2
流失期客戶	>d	?	?	?	?	2

客單價（M）

流失期客閾值為?l ml m h (參數在r中設置后期通過其他方式傳遞)

表名:Monetary

會員類型	條件設置（F）[l5]	會員人數	會員占比	消費金額	客單價	商家名(Busid)
低價值客戶	0~l	120	?	?	?	1
中低價值客戶	l~ml	20	?	?	?	1
中等價值客戶	ml~m	10	?	?	?	1
中高價值客戶	m~h	3	?	?	?	1
高價值客戶	>h	2	?	?	?	1
低價值客戶	0~l	?	?	?	?	2
中低價值客戶	l~ml	?	?	?	?	2
中等價值客戶	ml~m	?	?	?	?	2
中高價值客戶	m~h	?	?	?	?	2
高價值客戶	>h	?	?	?	?	2

模型實現部分(R語言)

連接mysql數據

從數據庫中獲取數據

原始數據

客戶分析部分

自定義分析部分

購買次數

光顧天數

?客單價（M）?

RFM三維交叉表分析

界面：

1、客戶數/占比

2、平均每次購買金額

3、累計購買金額

R值分析（時間跨度[0,1080]

1、F值指標

2、M值指標

3、會員等級指標

F值分析（F值[1,20],(20,+info)）

1、R值指標

2、M值指標

3、會員等級指標

M值分析（M值間隔選擇、購買金額（平均每次購買金額、累計消費金額）、20行）

1、R值指標

2、F值指標

3、會員等級指標

通過這些報表全面展示了RFM模型分析的各個維度方向，因此，我們可以將一個客戶群體中的關系結構分析的很清楚，并且結合實際業務與針對不同群體推送不同業務。

?

?

總結

以上是生活随笔為你收集整理的【大数据部落】R语言RFM模型在电商行业的应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。