RFM聚類分析

• 概念介紹
  

根據美國數據庫營銷研究所Arthur Hughes的研究，客戶數據庫中有三個重要的指標衡量客戶價值：

     最近一次消費（Recency）

指上一次消費或者投資的時間，能夠將上次時間減去當前數據提取的時間節點。上一次消費時間越近的顧客對提供即時的商品或是服務也最有可能會有反

    消費頻次（Frequency）

顧客在限定的期限內所購買的次數。最常購買的顧客，是滿意度最高的客戶，這是「忠誠度」指標很好的代理變量

消費金額（Monetary）

消費金額是最近消費的平均金額。是體現客戶短時間價值重要變量。若是你的預算很少，最好將預算用在投資價值最大的顧客上面

• 客戶價值分析的一個示例
  

重要價值客戶：最近有投資，頻次高，金額高，也可稱爲 高價值用戶

重要發展客戶：最近有投資，頻次低，金額高，也可稱爲 活躍的高潛力用戶

重要挽留客戶：最近無投資，頻次低，金額高，也可稱爲不活躍的高價值客戶

重要保持客戶：最近無投資，頻次高，金額高，也可稱爲通常活躍的高價值客戶

通常價值客戶： 最近有投資，高頻次，金額低，也可稱爲活躍的小金額用戶

通常發展客戶：最近有投資，頻次低，金額低，也可稱爲活躍的低價值用戶

通常挽留客戶：最近無投資，頻次低，金額低，也可稱爲不活躍的低價值用戶

通常保持客戶：最近無投資，頻次高，金額低，也可稱爲通常活躍的低價值用戶

還有一種分法

a、用RFM對客戶價值進行分析， 將平臺上的用戶進行分羣，觀察他們的行爲數據，擬定差別化策略，好比咱們能夠用這個方法聚類出有高價值的用戶，重點維護和關注這些有價值的客戶

b、RFM仍是分析的開始，經過這種方法獲取了描述客戶消費的基本信息，爲未來的客戶畫像（聚類模型）、購買響應傾向（分類預測模型）提供分析的變量

c、能夠分不一樣的產品、不一樣的場景（好比是否促銷），不一樣的時間長度經過RFM方法構造指標

• RFM聚類的過程

圖1是原始數據，用戶信息在三個維度的散點圖

圖2是分羣過程

圖3是聚類的結果，將客戶他經過這3各維度進行分紅8類