RFM-анализ - Помощь FineReport | Разработка отчетов | Использование отчетов | Учебные пособия

RFM-анализ

1. Обзор

[helpvideo]5523[/helpvideo]### 1.1 Концепции

RFM-анализ - это простой и практичный метод анализа клиентов, предложенный Институтом маркетинга баз данных в США, который обнаружил три магических элемента в данных о клиентах:

• Время последнего потребления (R): интервал между последними покупками клиента.
• Частота потребления за последний период (F): количество покупок, совершенных клиентом за ограниченный период.
• Количество денег, потраченных за последний период (M): покупательская способность, обычно измеряемая средней суммой денег, потраченной клиентом за один раз.

Эти три элемента составляют лучшие метрики для анализа данных.

1.2 Решаемые проблемы

RFM-анализ - это наблюдение и классификация клиентов по трем ключевым метрикам и определение ценности каждого типа сегментированных пользователей. Маркетинговые стратегии осуществляются соответственно для клиентов с различными характеристиками.

1.3 Ожидаемое воздействие

После RFM-анализа клиенты делятся на различные категории, а результат анализа данных показан на рисунке ниже:

Эффект приборной панели показан ниже:

Предварительный просмотр онлайн: RFM-анализ

1.4 Идеи для реализации

Создайте тему анализа для обработки исходных данных. Идея реализации показана на рисунке ниже:

1) Создайте тему анализа и выберите поля, необходимые для RFM-анализа.

2) Обработайте данные, чтобы получить 3 ключевых показателя и их средние значения.

3) Количественно оценить три показателя, сравнив их со средним значением.

4) Классификация клиентов на основе собственных векторов.

2. Примеры

2.1 Создание тем для анализа

Пример данных: RFM breakdown data.xlsx

1) Создайте тему "Анализ RFM-модели" в разделе "Мои аналитики" и загрузите образец данных "RFM Detail Data", как показано ниже:

2) Добавьте данные, нажмите "Настройки полей", чтобы отметить следующие поля, нажмите "Сохранить и обновить", как показано ниже:

2.2 Расчет показателей потребления для клиентов

Рассчитайте среднюю сумму, потраченную каждым покупателем за одно посещение, количество посещений и количество дней с момента последнего посещения для каждого покупателя.

1) Данные группируются и обобщаются, как показано ниже:

• Время последней покупки (R): метод агрегирования "DATE" выбирает "последнее время", чтобы получить время последней покупки для каждого пользователя;
• Потребление (F): поскольку есть запись, представляющая покупку, совершенную пользователем, просто перетащите "CUSTOMERNAME", чтобы найти "количество записей";
• Средняя сумма разовых расходов (M): выберите "Среднее" для метода агрегирования "MONEY1", чтобы узнать среднюю сумму разовых расходов каждого пользователя;
• Выберите "Sum" для "MONEY", чтобы узнать сумму, потраченную каждым пользователем.

2) Переименуйте поля, чтобы было легче разобраться в них в дальнейшем, как показано ниже:

3) Найдите количество дней, прошедших с момента последнего потребления, и добавьте новый столбец для расчета разницы во времени, как показано ниже:

2.3 Расчет среднего значения всех показателей потребления клиентов

2.3.1 Средняя сумма, потраченная пользователями

1) Добавьте новый столбец для подсчета общей суммы, потраченной всеми пользователями, как показано ниже:

2) Добавьте новый столбец для подсчета общего количества раз, когда все пользователи тратили деньги, как показано ниже:

3) Добавьте новый столбец для расчета среднего объема потребления всех пользователей, средний объем потребления пользователей = общий объем потребления всех пользователей / общее количество потребления, как показано ниже:

2.3.2 Среднее количество покупок пользователей

Добавьте новый столбец для расчета среднего количества покупок для всех пользователей, как показано ниже:

2.3.3 Среднее количество дней с момента последнего потребления

Добавьте новый столбец, чтобы найти среднее количество дней с момента последней покупки для всех пользователей, как показано ниже:

Таким образом, мы вычислили: объем разового потребления на одного пользователя и объем разового потребления после усреднения по всем пользователям; количество раз, когда каждый пользователь потреблял, и среднее количество раз, когда все пользователи сбрасывали; количество дней до сегодняшнего дня для последнего потребления каждого пользователя и среднее количество дней до сегодняшнего дня для последнего потребления всех пользователей.

2.4 Оценка показателей потребления пользователей

Ключевые показатели оцениваются в зависимости от того, превышают ли они общий средний уровень клиента, где в IF(xxx>Общий средний xxx клиента,1,0) , те, которые меньше общего среднего уровня, устанавливаются в 0, а те, которые больше общего среднего уровня, устанавливаются в 1, таким образом, 1 сохраняется как положительная характеристика, а 0 - как отрицательная характеристика.

2.4.1 Оценка среднего объема потребления за одно посещение

Добавьте новый столбец формулы "Оценка среднего объема потребления", когда средний объем разового потребления пользователя больше, чем общий средний объем потребления пользователя, он будет отмечен как 1, в противном случае он будет отмечен как 0, формула будет иметь вид IF(Average Single Consumption Amount>Average Consumption Amount of User,1,0). Как показано на рисунке ниже:

2.4.2 Оценка частоты потребления

Добавьте новый столбец формул "Оценка количества потребления", когда количество потребления пользователя больше, чем общее среднее значение пользователя, оно будет отмечено как 1, в противном случае оно будет отмечено как 0, а формула будет иметь вид IF(Consumption Count>Average Consumption Frequency,1,0). Как показано на рисунке ниже:

2.4.3 Оценка количества дней до сегодняшнего последнего потребления

Добавьте новый столбец формулы "Оценка количества дней до сегодняшнего дня последнего потребления", когда количество дней до сегодняшнего дня последнего потребления пользователя меньше общего среднего значения пользователя, он будет отмечен как 1, в противном случае он будет отмечен как 0, формула IF(количество дней до сегодняшнего дня последнего потребления<среднее количество дней до сегодняшнего дня последнего потребления,1,0),. Как показано на рисунке ниже:

2.5 Классификация типов клиентов

Были получены значения вектора признаков клиентов, которые можно разделить на категории в соответствии со следующей таблицей:

Характеристики клиентов	Классификация клиентов
Клиенты со значительной стоимостью (111)	Недавние покупки близки по времени, частоте и сумме (VIP)
Ключевые клиенты по развитию (101)	Пользователи, которые недавно потребляли больше и потратили большую сумму денег, но с низкой частотой и лояльностью, являются очень перспективными, и на них следует сосредоточить внимание.
Ключевые клиенты (011)	Недавнее потребление уходит далеко в прошлое, а количество и частота потребления высоки.
Критически важные клиенты (001)	Пользователи, которые недавно совершали покупки в более отдаленные периоды времени и не часто совершали покупки, но потратили большое количество денег, могут быть пользователями, которые будут отторгаться или уже отторгались, и их следует удерживать, основываясь на показателях удержания.
Клиенты общей стоимости (110)	Недавнее время потребления близко, частота высокая, но количество потребления низкое, необходимо увеличить цену за единицу продукции.
Клиенты, занимающиеся общим развитием (100)	Недавние траты - это более недавние траты, сумма трат и их частота невелики.
Клиенты, занимающиеся общим обслуживанием (010)	Употребление в последнее время происходит на расстоянии и часто, но не в больших количествах.
Общее удержание клиентов (000)	Ни то, ни другое не является высоким.

2.5.1 Добавление метрик RFM

Добавьте новый столбец формул "RFM", используйте функцию CONCATENATE(), чтобы сложить векторизованные значения RFM в следующем порядке: оценка количества дней до сегодняшнего последнего потребления, оценка количества раз потребления, оценка средней суммы следующего потребления. Формула представляет собой КОНКАТЕНАТ(оценка последней покупки до сегодняшнего дня, оценка количества покупок, оценка средней суммы следующей покупки), как показано на рисунке ниже:

2.5.2 Группировка показателей RFM

Добавьте новый столбец назначения "Тип клиента" и присвойте значения группе столбцов "RFM", как показано на следующем рисунке:

Подробные операции по назначению групп можно найти в разделе: Новые колонки - Назначение групп

3. просмотр результатов

Нажмите "Просмотр данных" на созданной таблице RFM-анализа, чтобы просмотреть данные. Как показано на рисунке ниже:

На данном этапе тема также может быть использована для визуального представления данных, связанных с классификацией клиентов, с помощью приборной панели.

Визуализация приборной панели приведена в разделе 1.3 данного документа.

Подробности об эффекте приборной панели можно найти в разделе: RFM-анализ