案例用excel2007做簡(jiǎn)單的rfm分析

1、案例：用Excel對(duì)會(huì)員客戶交易數(shù)據(jù)進(jìn)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(yíng)數(shù)據(jù)分析專家高級(jí)咨詢顧問(wèn)、高級(jí)企業(yè)培訓(xùn)師背景：一個(gè)會(huì)員服務(wù)的企業(yè)，有近1年約1200個(gè)會(huì)員客戶的收銀數(shù)據(jù)。由于公司想針對(duì)不同類別不活躍客戶進(jìn)行激活促銷；同時(shí)，為回饋重點(diǎn)客戶，也計(jì)劃推出一系列針對(duì)重點(diǎn)客戶的優(yōu)惠活動(dòng)，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(jìn)行客戶分類研究。根據(jù)客戶的需求，RFM模型相對(duì)簡(jiǎn)單并且直接，按照R(Recen

2、cy近度）、F(Frequency頻度）和M（Moary額度）三個(gè)維度進(jìn)行細(xì)分客戶群體。由于該客戶的數(shù)量較少（約1200個(gè)），所以，采用3x3x3=27個(gè)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(duì)會(huì)員客戶進(jìn)行短期的電話、短信營(yíng)銷或者信函營(yíng)銷的數(shù)量。RFM模型原理：RFM模型是一個(gè)簡(jiǎn)單的根據(jù)客戶的活躍程度和交易金額貢獻(xiàn)所做的分類。因?yàn)椴僮骱?jiǎn)單，所以

3、，較為常用。近度R：R代表客戶最近的活躍時(shí)間距離數(shù)據(jù)采集點(diǎn)的時(shí)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(huì)“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(guò)一定的營(yíng)銷手段進(jìn)行激活。頻度F：F代表客戶過(guò)去某段時(shí)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(lái)人氣，也帶來(lái)穩(wěn)定的現(xiàn)金流，是非常忠誠(chéng)的客戶；F越小，則表示客戶不夠活躍，且可能是競(jìng)爭(zhēng)對(duì)手

4、的常客。針對(duì)F較小、且消費(fèi)額較大的客戶，需要推出一定的競(jìng)爭(zhēng)策略，將這批客戶從競(jìng)爭(zhēng)對(duì)手中爭(zhēng)取過(guò)來(lái)。額度M：表示客戶每次消費(fèi)金額的多少，可以用最近一次消費(fèi)金額，也可以用過(guò)去的平均消費(fèi)金額，根據(jù)分析的目的不同，可以有不同的標(biāo)識(shí)方法。一般來(lái)講，單次交易金額較大的客戶，支付能力強(qiáng)，價(jià)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(duì)的。RFM的分析工具有很多，可以使用SPSS或者SAS進(jìn)行建模

5、分析，然后深度挖掘。IBMSPSS還有個(gè)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(qǐng)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(kù)的primarykey）、客戶編號(hào)、收銀時(shí)間、銷售金額、銷售類型共5個(gè)字段?選擇數(shù)據(jù)區(qū)域，確認(rèn)所有的數(shù)據(jù)都被選擇?選擇在“新工作表