MATLAB基础应用精讲-【数模应用】RFM模型
目录
前言
算法原理
算法思想
什么是RFM模型?
RFM模型有什么作用?
RFM的深层问题
RFM的典型乱用
RFM模型核心维度
RFM客户价值模型
如何进行RFM模型分析
基于RFM的客群划分
模型调优
1、选取合适的指标
2、需要更多维度的数据
3、如何应对小号
Excel中实现RFM模型
SPSSAU
RFM模型案例
1、背景
2、理论
3、操作
4、SPSSAU输出结果
5、文字分析
6、剖析
帆软软件实现RFM
RFM模型在Smartbi中的应用
优缺点
优点:
缺点
前言
RFM模型是衡量客户价值和客户创造利益能力的重要工具和手段。在众多的客户关系管理(CRM)的分析模式中,RFM模型是被广泛提到的。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况。
算法原理
算法思想
RFM模型由三个基础指标组成:
- R:最近一次消费至今的时间
- F:一定时间内重复消费频率
- M:一定时间内累计消费金额
RFM模型里,三个变量的含义是很具体的:
- M:消费越多,用户价值越高,越应该重点关注。
- R:离得越远,用户越有流失可能,越应该唤醒用户。
- F:频次越低,越需要用一次性手段(比如促销、赠礼),频次越高,越可以用持续性手段(积分) 来维护
因此RFM能直接从数据推导出行动建议,是一种非常好用的办法。
什么是RFM模型?
R是指用户的最近一次消费时间,用最通俗的话说就是,