客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标： 最近一次消费（Recency） 消费频率（Frequency） 消费金额（Monetary） RFM模型是衡量客户价值和客户创利能力的重要 ...

深入解读和应用RFM分析方法(模型) 市场和运营往往绞尽脑汁做活动、上新品、蹭热点、做营销，拓渠道，不断开发客户、做回访维系客户感情，除了少数运气好的之外，大部分效果寥寥，这是为何？这年头做营销这么难吗？ 聪明的营销人员知道“了解客户”和“客户细分”的重要性。营销人员 ...

案例完整代码、数据见Github 1. 案例背景 用户价值细分是了解用户价值度的重要途径，常用的细分模型包括：基于属性的方法、ABC分类法、聚类法等。 1. 基于属性的方法 常用的细分属性包括：地域、产品类别、用户类别（大客户、普通客户、VIP客户等）、性别、消费等级等。这种 ...

今天偶然看到沈浩老师的文章《数据挖掘应用案例：RFM模型分析与客户细分》（http://shenhaolaoshi.blog.sohu.com/201923838.html），感慨不少。这篇文档可是算是一个指引，让我们面对具体问题的时候从方法、模型、展现等各个环节对问题分析，很多如我一样 ...

做RFM分析的时候要知道RFM分析的数据格式有两种： 　　一种是交易数据，也就是每次交易占用一行，关键变量是客户ID、交易日期和交易金额； 　　另一种是客户数据，就是每个客户占用一行，关键变量是客户ID、交易金额、交易次数和最近交易日期。 为了保证数据的准确性，建议采用交易数据格式进行分析 ...

本文由于没有现成的数据，就自己生成了一些商品订单数据，基于该数据进行了RFM和聚类的构建 1.数据的生成 数据库表操作 python 程序生成数据 源数据字段有： 　　user_id varchar(100), -- 用户id ...

一，典型课题研究 RFM模型与客户生命周期分析 二，数据 1，数据源： http://www.tableauhome.com.cn/ 2，字段含义 UseId ： 用户id class1 ：所属类别1 class2 ：所属类别2 code ：编号 流水号 产品描述 ...

RFM模型 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有3个神奇的要素，这3个要素构成了数据分析最好的指标： 最近一次消费 (Recency) 消费频率 (Frequency) 消费金额 (Monetary) 上面的三个标签通过字面意思比较好理解,顾名思义 ...