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，