一站式数字化转型服务平台
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