【數(shù)據(jù)分析】RFM模型-利用R做客戶氣泡圖

一、RFM模型簡(jiǎn)介

? ? ? ? RFM分析原多用于傳統(tǒng)營(yíng)銷(xiāo)、零售業(yè)等領(lǐng)域,適用于擁有多種消費(fèi)品或快速消費(fèi)品的行業(yè),只要任何有數(shù)據(jù)記錄的消費(fèi)都可以被用于分析。那么對(duì)于電子商務(wù)網(wǎng)站來(lái)說(shuō),網(wǎng)站數(shù)據(jù)庫(kù)中記錄的詳細(xì)的交易信息,同樣可以運(yùn)用RFM分析模型進(jìn)行數(shù)據(jù)分析,尤其對(duì)于那些已經(jīng)建立起客戶關(guān)系管理(CRM)系統(tǒng)的網(wǎng)站 來(lái)說(shuō),其分析的結(jié)果將更具意義。

基本概念解釋

? ? ? ? RFM模型是衡量客戶價(jià)值和客戶創(chuàng)利能力的重要工具和手段。RFM分析模型主要由三個(gè)指標(biāo)組成,下面對(duì)這三個(gè)指標(biāo)的定義和作用做下簡(jiǎn)單解釋?zhuān)?/p>

最近一次消費(fèi)(Recency)

? ? ? ? 最近一次消費(fèi)意指用戶上一次購(gòu)買(mǎi)的時(shí)間,理論上,上一次消費(fèi)時(shí)間越近的顧客應(yīng)該是比較好的顧客,對(duì)提供即時(shí)的商品或是服務(wù)也最有可能會(huì)有反應(yīng)。 因?yàn)樽罱淮蜗M(fèi)指標(biāo)定義的是一個(gè)時(shí)間段,并且與當(dāng)前時(shí)間相關(guān),因此是一直在變動(dòng)的。最近一次消費(fèi)對(duì)營(yíng)銷(xiāo)來(lái)說(shuō)是一個(gè)重要指標(biāo),涉及吸引客戶,保持客戶,并 贏得客戶的忠誠(chéng)度。

消費(fèi)頻率(Frequency)

? ? ? ? 消費(fèi)頻率是顧客在一定時(shí)間段內(nèi)的消費(fèi)次數(shù)。最常購(gòu)買(mǎi)的消費(fèi)者,忠誠(chéng)度也就最高,增加顧客購(gòu)買(mǎi)的次數(shù)意味著從競(jìng)爭(zhēng)對(duì)手處偷取市場(chǎng)占有率,由別人的 手中賺取營(yíng)業(yè)額。

? ? ? ? 根據(jù)這個(gè)指標(biāo),我們又把客戶分成五等分,這個(gè)五等分分析相當(dāng)于是一個(gè)“忠誠(chéng)度的階梯'(loyalty ladder),其訣竅在于讓消費(fèi)者一直順著階梯往上爬。

消費(fèi)金額(Monetary)

? ? ? ? 消費(fèi)金額是對(duì)電子商務(wù)網(wǎng)站產(chǎn)能的最直接的衡量指標(biāo),也可以驗(yàn)證“帕雷托法則'(Pareto’s Law)——公司80%的收入來(lái)自20%的顧客。

RFM模型


模型三維圖


評(píng)分標(biāo)準(zhǔn)
客戶分組


客戶氣泡圖A


客戶氣泡圖B

二、使用R做客戶氣泡圖

? ? ? RFM模型為三維圖形,將其轉(zhuǎn)化為二位圖更容易理解客戶所在分布。轉(zhuǎn)化方式為:借款金額分為大、小兩部分(根據(jù)M的平均值劃分)。

1、創(chuàng)建客戶的RFM值寬表


客戶寬表

2、使用R做氣泡圖

#清除內(nèi)存rm(list=ls())

#大金額的借款人數(shù)和頻率

library(RJDBC)

library(stringr)

library(data.table)

#使用ODBC包

drv<JDBC("oracle.jdbc.OracleDriver","C:/Users/liu/Documents/report/ojdbc7.jar",identifier.quote="\"")

#賬號(hào)密碼連接數(shù)據(jù)庫(kù)

con <- dbConnect(drv,"jdbc:oracle:thin:@10.20.11.86:15:dbwarehouse","u_r_liu","Lz")

#數(shù)據(jù)庫(kù)查詢寬表,限定金額為大金額

rfm <- dbGetQuery(con,'SELECT TT,NN,SS FROM RISK_TEMP.LZW_BORROWAGAIN_RFMNEW WHERE SS>300')

attach(rfm)

r<-sqrt(SS/pi)

symbols(TT,NN,circle=r,inches=0.05,main="客戶借款分布圖",ylab="借款次數(shù)",xlab="借款日期距離天數(shù)")

detach(rfm)

小金額的氣泡圖只要更改查詢寬表的條件。

三、結(jié)束

? ? ? ? RFM分析也存在著一定的缺陷,它只能分析有交易行為的用戶,戶主社區(qū)而對(duì)訪問(wèn)過(guò)網(wǎng)站但未消費(fèi)的用戶由于指標(biāo)的限制無(wú)法進(jìn)行分析,這樣就無(wú)法發(fā)現(xiàn)潛在的客戶。所以在分析電子商務(wù)網(wǎng)站的用戶時(shí),由于網(wǎng)站數(shù)據(jù)的豐富性——不僅擁有交易數(shù)據(jù),而且可以收集到用戶的瀏覽訪問(wèn)數(shù)據(jù),可以擴(kuò)展到更廣闊的角度去觀察用戶。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容