案例用excel2007做簡單的rfm分析

1、案例：用Excel對會員客戶交易數(shù)據(jù)進行RFM分析作者：趙興峰乾兆億(R)數(shù)據(jù)分析創(chuàng)始人企業(yè)經(jīng)營數(shù)據(jù)分析專家高級咨詢顧問、高級企業(yè)培訓(xùn)師背景：一個會員服務(wù)的企業(yè)，有近1年約1200個會員客戶的收銀數(shù)據(jù)。由于公司想針對不同類別不活躍客戶進行激活促銷；同時，為回饋重點客戶，也計劃推出一系列針對重點客戶的優(yōu)惠活動，希望保留這些客戶，維持其活躍度。因此希望利用該數(shù)據(jù)進行客戶分類研究。根據(jù)客戶的需求，RFM模型相對簡單并且直接，按照R(Recen

2、cy近度）、F(Frequency頻度）和M（Moary額度）三個維度進行細分客戶群體。由于該客戶的數(shù)量較少（約1200個），所以，采用3x3x3=27個魔方（120027=44左右）較為合適，雖然平均每類客戶數(shù)量較少，考慮到集中度分布情況，數(shù)量多的分類也能夠有200300左右，適合針對會員客戶進行短期的電話、短信營銷或者信函營銷的數(shù)量。RFM模型原理：RFM模型是一個簡單的根據(jù)客戶的活躍程度和交易金額貢獻所做的分類。因為操作簡單，所以

3、，較為常用。近度R：R代表客戶最近的活躍時間距離數(shù)據(jù)采集點的時間距離，R越大，表示客戶越久未發(fā)生交易，R越小，表示客戶越近有交易發(fā)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(yōu)質(zhì)客戶，值得公司通過一定的營銷手段進行激活。頻度F：F代表客戶過去某段時間內(nèi)的活躍頻率。F越大，則表示客戶同本公司的交易越頻繁，不僅僅給公司帶來人氣，也帶來穩(wěn)定的現(xiàn)金流，是非常忠誠的客戶；F越小，則表示客戶不夠活躍，且可能是競爭對手

4、的?？?。針對F較小、且消費額較大的客戶，需要推出一定的競爭策略，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，可以用最近一次消費金額，也可以用過去的平均消費金額，根據(jù)分析的目的不同，可以有不同的標(biāo)識方法。一般來講，單次交易金額較大的客戶，支付能力強，價格敏感度低，是較為優(yōu)質(zhì)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愿上較低。當(dāng)然，也不是絕對的。RFM的分析工具有很多，可以使用SPSS或者SAS進行建模

5、分析，然后深度挖掘。IBMSPSS還有個Modeler，有專門的RFM挖掘算法供使用。本文為了普及，介紹使用Excel（2007版）做初步的RFM分析。操作步驟：第一步：數(shù)據(jù)的清洗原始數(shù)據(jù)集：數(shù)據(jù)請參考附件Excel（模擬數(shù)據(jù).xlsx）。大家可以下載練習(xí)。該數(shù)據(jù)集共有26600多條數(shù)據(jù)，包含記錄ID（數(shù)據(jù)庫的primarykey）、客戶編號、收銀時間、銷售金額、銷售類型共5個字段?選擇數(shù)據(jù)區(qū)域，確認所有的數(shù)據(jù)都被選擇?選擇在“新工作表