利用rfm模型进行客户分层,按行为细分客户,推算客户贡献度
1条评分 52个项目使用过参数名称 | 参数类型 | 是否必填 | 默认值 | 参数说明 |
---|---|---|---|---|
字段名称-客户网名 | 文本 | 是 | 客户网名 | 设置客户网名在数据中的字段名称,以便系统识别该数据 |
字段名称-订单编号 | 文本 | 是 | 订单编号 | 设置订单编号在数据中的字段名称,以便系统识别该数据,导入数据可以一个订单号多条记录,支付金额会被累加 |
字段名称-订单时间 | 文本 | 是 | 交易时间 | 设置订单时间在数据中的字段名称,以便系统识别该数据,导入数据时需要标准时间格式形如 2017-09-29 22:58:57 |
字段名称-订单金额 | 文本 | 是 | 订单支付金额 | 设置订单金额在数据中的字段名称,以便系统识别该数据,导入数据时需要以“元”为单位的数字,可以带小数点 |
此能力需要前置数据源能力,来提供订单数据,推荐使用“数据文件上传”或“读取数据库”来引入订单数据
图1:样例流程图
例如,使用数据文件上传能力上传一个excel,数据样例如下:
订单编号 | 客户网名 | 交易时间 | 订单支付金额 |
---|---|---|---|
P12312312 | 张三 | 2017-09-09 22:58:57 | 22323.22 |
P12312313 | 李四 | 2017-09-09 22:58:57 | 22323.22 |
P12312314 | 赵茜 | 2017-09-09 22:58:57 | 22323.22 |
P12312316 | 孙俪 | 2017-09-09 22:58:57 | 22323.22 |
可以下载我们的excel数据样例进行测试
聪明的观众似乎看出来了,exel各列的名字,就是要配置在参数里的值,而且我们默认值就是为这份样例数据量身打造的。
如果你的数据各字段列名不一样,请修改能力参数,告诉本能力,你的这四个字段分别叫什么,例如改成这样:
图2:字段配置假设图
但如果你用我们的样例数据测试,请不要更改上述参数
都配置好后,就可以启动能力了
图3:能力准备中
能力在启动后先回进行模型的初始化,初始化完成后,就会显示如下内容
图4:初始化完成
此时可以点击右侧边栏的数据标签,打开数据视图,看到如下界面( 如果没有显示请按F5刷新浏览器 )
图5:数据视图-读取数据中
待前方能力将数据全部读取完成后,前置队列也没有堆积数据了,就可以点击“启动RFM建模”的按钮了
分析工作将很快完成,完成后,将显示两个新的按钮
图6:数据视图:分析完成
你可以下载csv文件,文件为gbk码制,可以使用excel打开,各列含义如下
表:csv各列含义
列名 | 含义 |
---|---|
recency | 客户最后一次来访距离今天的天数 |
topest | 客户最高一次消费额(单位:分) |
monetary | 客户的总消费额(单位:分) |
frequency | 客户的总消费次数 |
buyer | 客户网名(输入数据原样展示) |
recency_stand | recency的标准化数值,范围0~1000,值越大代表客户最后一次消费日期越近 |
frequency_stand | frequency 的标准化数值,范围0~1000,值越大代表消费次数越多 |
monetary_stand | monetary 的标准化数值,范围0~1000,值越大代表客户总消费额越高 |
topest_stand | topest 的标准化数值,范围0~1000,值越大代表客户单笔最高消费越高 |
R | 用于RFM分层识别码的第一位,使用recency_stand值三等份,值在333以下的为0,666以上的为2,其余为1 |
F | 用于RFM分层识别码的第二位,使用frequency倒排并按序列三等份,序列后33%为0,前33%为2,其余为1 |
M | 用于RFM分层识别码的第三位,使用monetary倒排并按序列三等份,序列后33%为0,前33%为2,其余为1 |
RFM_CLASS | RFM客户分层识别码 |
buyer_value | 根据内建客户价值权重模型,并根据rfmt四个数值,进行的客户价值推测值,范围0~1000,值越大的客户越有价值 |
表:RFM客户分层识别码的含义
识别码 | 含义 |
---|---|
重要价值客户(222) | 最近消费时间近、消费频次和消费金额都很高,必须VIP |
重要维护客户(*22) | 最近消费时间较远,但消费频次和金额都很高,说明这是个一段时间没来的忠诚客户,我们需要主动和他保持联系 |
重要发展客户(2*2) | 最近消费时间较近、消费金额高,但频次不高,忠诚度不高,很有潜力的用户,必须重点发展 |
重要挽留客户(**2) | 最近消费时间较远、消费频次不高,但消费金额高的用户,可能是将要流失或者已经要流失的用户,应当基于挽留措施 |
其他 | 非重要客户 |
点击查看散点图可看到如下图:
图7:RFM散点图
此图每一个点代表一个客户,点在三维空间的坐标即为其R,F,M三值,通过查看其空间分布可方便的对客户进行分类
三维空间坐标均为0~1000,取值为csv文件中的对应stand值,即使用标准差一致化后的值
以上即为RFM模型能力所提供的全部功能
注意:若停止能力,数据视图将不可使用,且内部全部数据都会消失,请及时下载分析结果留存
{
"订单编号":"p32341",
"客户网名":"张三",
"交易时间":"2017-09-09 22:58:57",
"订单支付金额":"22323.22"
}
本能力没有输出数据,全部输出均在数据标签视图内
本能力没有输出数据,全部输出均在数据标签视图内
数据源能力,例如数据文件上传,读取数据库
核心算法读取30万数据并计算消耗两分钟,但不保证由于数据的不同而产生不同的性能
无
无
添加评论