一.项目背景
为了建立客户信息资源管理及运营模式,某公司希望通过客户的基本消费信息进行分析,
衡量客户价值和客户创利能力,优化客户资源,提高营销效率,避免不必要的资源。
二.RFM理论简介
1.理论背景:精准营销理论。精准营销则是 4C 理论的应用与实践,是一种精细化、准确化的营销方式。“精”即客户分类精细度,“准”即营销策略准确度,精细的客户分类标准加上准确、可衡量的营销方法是其核心思想。因此,精准营销将是企业打造品牌未来的努力方向。
2.意义:RFM模型是衡量当前用户价值和客户潜在价值的重要工具和手段。
3.字段解释:Rencency(最近一次消费),Frequency(消费频率),Monetary(消费金额)
三.项目实现步骤
1.打开数据源筛选字段:订单号,下单时间,客户 Id,订单金额
2.做数据透视表进行统计(字段如下图所示)
3.计算相应RFM值以及RFM各自平均值。
R值计算:=DAYS(),F值和M值为之前统计的值
RFM各自值平均值计算:=AVERAGE()
4.将用户各自RFM值与平均RFM值分别作比较,大于均值标记为1,否则为0。
比如R值标价:=IF(J5<$J$2,"低","高"),$J$2为所计算R均值
5.利用vlookup函数进行打标签。
vlookup函数使用:=VLOOKUP(P5,$S$5:$T$12,2,0)
注:(1)vlookup函数具体细节后期会讲解
(2)在标记前我们先把所有所有标记利用连接符&或者concat()函数连接起来,原因是我们后期要用整体去匹配已知标签值
6.绘制图形统计并进行分析
由图中可了解到我们用户差异性不是很大,这可能由于我们数据源比较少,没有区分性;
同时我们可以看到挽留用户比较多,可以采取相应措施进行发展。
全部0条评论
快来发表一下你的评论吧 !