轉載：案例用Excel對會員客戶交易數據進行RFM分析

案例：用Excel對會員客戶交易數據進行RFM分析                             

         

                    

背景：

          一個會員服務的企業，有近1年約1200個會員客戶的收銀數據。因爲公司想針對不一樣類別不活躍客戶進行激活促銷；同時，爲回饋重點客戶，也計劃推出一系列針對重點客戶的優惠活動，但願保留這些客戶，維持其活躍度。所以但願利用該數據進行客戶分類研究。

 

分析：

根據客戶的需求，RFM模型相對簡單而且直接，按照R(Recency-近度）、F(Frequency-頻度）和M（Monetary-額度）三個維度進行細分客戶羣體。因爲該客戶的數量較少（約1200個），因此，採用3x3x3=27個魔方（1200/27=44左右）較爲合適，雖然平均每類客戶數量較少，考慮到集中度分佈狀況，數量多的分類也可以有200-300左右，適合針對會員客戶進行短時間的電話、短信營銷或者信函營銷的數量。

 

RFM模型原理：

RFM模型是一個簡單的根據客戶的活躍程度和交易金額貢獻所作的分類。由於操做簡單，因此，較爲經常使用。

 

近度R：R表明客戶最近的活躍時間距離數據採集點的時間距離，R越大，表示客戶越久未發生交易，R越小，表示客戶越近有交易發生。R越大則客戶越可能會「沉睡」，流失的可能性越大。在這部分客戶中，可能有些優質客戶，值得公司經過必定的營銷手段進行激活。

頻度F：F表明客戶過去某段時間內的活躍頻率。F越大，則表示客戶同本公司的交易越頻繁，不只僅給公司帶來人氣，也帶來穩定的現金流，是很是忠誠的客戶；F越小，則表示客戶不夠活躍，且多是競爭對手的常客。針對F較小、且消費額較大的客戶，須要推出必定的競爭策略，將這批客戶從競爭對手中爭取過來。

額度M：表示客戶每次消費金額的多少，能夠用最近一次消費金額，也能夠用過去的平均消費金額，根據分析的目的不一樣，能夠有不一樣的標識方法。通常來說，單次交易金額較大的客戶，支付能力強，價格敏感度低，是較爲優質的客戶，而每次交易金額很小的客戶，可能在支付能力和支付意願上較低。固然，也不是絕對的。

 

RFM的分析工具備不少，可使用SPSS或者SAS進行建模分析，而後深度挖掘。IBM SPSS還有個Modeler，有專門的RFM挖掘算法供使用。本文爲了普及，介紹使用Excel（2007版）作初步的RFM分析。

操做步驟：

第一步：數據的清洗

原始數據集：數據請參考附件Excel（模擬數據.xlsx）。你們能夠下載練習。該數據集共有26600多條數據，包含記錄ID（數據庫的primarykey）、客戶編號、收銀時間、銷售金額、銷售類型共5個字段

經過簡單的篩選，能夠看到，在交易金額中有0消費額，有負數消費額，繼續查看交易類型，發現爲「贈送」和「退貨」所形成。這些數據在本次分析中用不到，因此在數據處理時須要經過篩選除去。

Excel操做：

鼠標點擊第一行的行標「1」以選中第一行

菜單欄點擊「數據」，快捷按鈕欄點選「篩選」

鼠標點擊「銷售類型」篩選下拉按鈕，能夠看到全部數據集中有的銷售類型

點選「銷售金額」字段的小角標也能夠看到有負數出現。

 

第二步：數據處理

根據分析須要，R用客戶最後成交時間跟數據採集點時間的時間差（天數）做爲計量標準；F根據數據集中每一個會員客戶的交易次數做爲計量標準（1年的交易次數）；M以客戶平均的交易額爲計量標準。經過Excel的透視表便可計算以上RFM數據。

 

Excel操做：

菜單欄點擊「插入」

快捷按鈕欄點擊「透視表」

選擇數據區域，確認全部的數據都被選擇

選擇在「新工做表」中插入數據，而後點擊「肯定」

將「客戶編號」拖入「行標籤」欄

將「收銀時間」、「記錄ID」、「交易金額」拖入數值計算欄

點擊「收銀時間」數值計算欄按鈕，選擇「值字段設置」

在「計算類型」中選擇「最大值」

在對話框左下角，點擊「數字格式」，設定時間格式爲：yyyy-mm-dd，而後「肯定」

點擊「銷售金額」數值計算欄按鈕，選擇「值字段設置」

在「計算類型」中選擇「平均值」，而後「肯定」

在「記錄ID」數值計算按鈕欄，選擇「值字段設置」

在「計算類型」中選擇「計數」，而後「肯定」

在透視表頂部篩選項「銷售類型」處，點擊下拉按鈕小角標，在「選擇多項」前的小方框中打勾，而後點掉「退貨」和「贈送」前的勾，而後「肯定」會獲得以下結果。

以上咱們獲得了：

1）F值：客戶這1年共消費了多少次

2）M值：客戶每次交易的平均消費金額

 

可是，R值還須要作些處理。目前R值只獲得的是客戶最近一次消費日期，須要計算距離數據採集日期的天數。

Excel操做：

鼠標拉選列標籤ABCD,選中透視表所在的四列

按ctrl^C（複製），點擊「開始」菜單欄下，快捷按鈕欄「粘帖」下的小下拉三角標，選擇「粘帖值」【或者點「選擇性粘帖」，而後選擇粘帖值】，用單純的數據形式覆蓋原有透視表。

在C1單元格中輸入數據採集日期2010-09-27，格式爲yyyy-mm-dd

而後選中C1單元格，複製其中內容

選中B5：B1204【快捷操做：點中B5,同時按住Shift^Ctrl後點擊向下箭頭，鬆開ctrl鍵，繼續按住shift鍵，按一次向上箭頭，取消數據最後一行的彙總數據】

點擊「開始」菜單欄下快捷按鈕欄上的「粘帖」按鈕下方的下拉箭頭，選擇「選擇性粘帖」，在對話框中勾選「減」，而後「肯定」

在不取消目前選擇的狀況下，選擇「開始」菜單欄下快捷按鈕欄上的格式化下拉菜單，選擇「數字」

由於獲得的數據爲最後交易日期減去數據採集日期的天數，是負值，因此，還須要處理。

在D1單元格中輸入-1

而後ctrl^C複製D1單元格中的值（-1）

而後選中B5：B1204【快捷操做同上】

「開始」-「粘帖」下拉按鈕-「選擇性粘帖」-在計算部分選擇「乘」，而後點擊「肯定」

最後獲得：

到此，咱們獲得R,F,M針對每一個客戶編號的值

 

第三步：數據分析

R-score, F-score, M-score的值，爲了對客戶根據R,F,M進行三等分，咱們須要計算數據的極差（最大值和最小值的差），經過對比R（或者F,M）值和極差三等分距，來肯定R（或者F,M）的R-score, F-score, M-score。

 

因此先計算R、F、M的最大值、最小值、極差三等分距

Excel操做：

F1到H1表明R\F\M的最大值，利用公式「=max(B5:B1204)」計算,（計算F時B換成C，M時B換成D便可）

F2到H2表明R\F\M的最小值，利用公式「=min(B5:B1204)」計算（計算F時B換成C，M時B換成D便可）

F3到H3表明R\F\M的極差三等分距，利用公式「=(F1-F2)/3」計算（計算F時F換成G，M時F換成H便可）

【以上快捷操做可用，先輸入F1,F2,F3單元格里的公式，選擇F1：F3三個單元格，而後拉動右下角的黑色小十字叉，向右拖動複製F列公式到G和H列便可】

 

R-score的計算公式爲：

E5單元格內輸入：「=IF(ROUNDUP((B5-$F$2)/$F$3,0)=0,1,ROUNDUP((B5-$F$2)/$F$3,0)) 」

之因此使用IF判斷函數，主要是考慮到當R值爲最小值時，roundup(B5,0)爲0，用if函數判斷若是爲0，則強制爲1。

之因此用$F$2鎖定引用的單元格，是爲了後續的公式複製，最小值和極差三等分距不會發生相對引用而變化位置【鎖定引用單元格除了手工添加$符號外，快捷方式是選中引用的單元格按F4快捷鍵，此處都比較麻煩，手工輸入$符號還快些】

【另一種簡單的處理方式就是直接用公式「=ROUNDUP((B5-$F$2)/$F$3,0)」，而後用ctrl^H快捷操做，將0值替換成1便可，這個替換須要將公式複製-快捷粘帖爲數值後進行】

F-score和M-score如法炮製。

F5單元格公式爲：=IF(ROUNDUP((C5-$G$2)/$G$3,0)=0,1,ROUNDUP((C5-$G$2)/$G$3,0))

G5單元格公式爲：=IF(ROUNDUP((D5-$H$2)/$H$3,0)=0,1,ROUNDUP((D5-$H$2)/$H$3,0))

RFM-score的計算，利用分別乘以100-10-1而後相加的方式，讓R、F、M分別爲一個三位數字的三個百分位、十分位和個位表達，該三位數的三個位表明了3x3x3=27魔方三個維度上的座標。

H5單元格的公式爲： =E5*100+F5*10+G5

選中E4到H4區域，雙擊右下角小黑色十字叉，複製E4到H4公式到全部客戶數據中

獲得結果以下：

接下來的步驟就是統計各個魔方上的客戶數量

再次利用透視表造成統計結果

Excel操做：

「插入」菜單欄下快捷按鈕欄按「透視表」，在數據表區域中選擇A4：H1204【確認這個選擇，自動跳出來的區域要改一下的哦】，而後點擊「肯定」

將RFM-Score拖入「行標籤」中，將「客戶編號」拖入「數值計算」欄中，點擊「數值計算」欄中的「客戶編號」項，選擇「字段數值設置」，選擇計算方法爲「計數」，獲得處理結果以下：

第四步：數據分析結果解讀和可視化

獲得這個分析結果，利用Excel的條件格式功能能夠對獲得的數據分析結果作簡單的視覺化。

Excel操做：

將透視表中B列拉寬（如上圖）

選中B5:B22列

「開始」菜單欄下快捷按鈕欄點擊「條件格式」下拉菜單中選擇「數據條」，而後選擇一個顏色便可

經過條形圖的視覺化，能夠直觀地對比哪類客戶數量較多。

 

隨後會附上該操做步驟的視頻教程，敬請期待；