了解了RFM的理論之后，實踐才是重中之重。
- 此處的實踐基于tableau中實現(xiàn)
- 所涉的參數(shù)可基于實際業(yè)務(wù)進行調(diào)整
- 數(shù)據(jù)源使用tableau自帶的超市指標
基礎(chǔ)指標建立
R指標創(chuàng)建
- 創(chuàng)建最近購買時間字段
WX20180301-210648@2x.png
- 創(chuàng)建最近購買距今字段
WX20180301-210726@2x.png
- 創(chuàng)建R參數(shù)
WX20180301-211300@2x.png
創(chuàng)建了R=2 的參數(shù)后，依次創(chuàng)建R=3，R=4，R=5
- 創(chuàng)建R值
WX20180301-220930@2x.png
創(chuàng)建R值這一步很重要，也是用戶分層的第一個理解難點。關(guān)鍵在于利用條件函數(shù)，根據(jù)用戶的最近購買距今天數(shù)，對用戶的R進行賦值，得到R值。
這個過程中，用戶的最近距今天數(shù)是對象，R參考線是參考，R值是用戶在R方向的賦值結(jié)果。理解了R值的產(chǎn)生，也就理解了前面為啥么要計算出最近距今天數(shù)和R參數(shù)。
而且，后面的F值與M值的計算也是同理的。
- 創(chuàng)建均值R
WX20180301-211656@2x.png
均值R的創(chuàng)建也是作為一個參考來的
F指標創(chuàng)建
- 創(chuàng)建購買次數(shù)字段
WX20180301-211936@2x.png
- 創(chuàng)建F參數(shù)
WX20180301-221800@2x.png
依次創(chuàng)建F=2,F=3,F=4 參數(shù)
- 創(chuàng)建F值
WX20180301-221835@2x.png
- 創(chuàng)建F均值
WX20180301-221914@2x.png
M指標創(chuàng)建
- 創(chuàng)建購買金額字段
WX20180301-212126@2x.png
- 創(chuàng)建M參數(shù)
WX20180301-222112@2x.png
依次創(chuàng)建M=2,M=3,M=4參數(shù)
- 創(chuàng)建M均值
到這里為止，所有的指標就都創(chuàng)建完畢啦。
分層操作
- 創(chuàng)建字段用戶分層
WX20180301-222440@2x.png
這里也是一個條件做的分層，對象是用戶的R值&F值&M值，參考是均值R&F&M，賦值是用戶分層的類別。
看到這個分層的語句，是不是想起來第一篇的那個圖？
再來溫習(xí)對比一下
WX20180223-182859@2x.png
所以說分層分層，分層是精髓啊。
到這里用戶的分層就全部完成了，來看下用戶的分布情況。
WX20180301-223332@2x.png
可以看出來，雖然重要價值的用戶占比最大，但是流失的用戶也占比不小。
當(dāng)然了，這還只是RFM最基本最中規(guī)中矩的玩法，如何在RFM上應(yīng)用出新花樣呢？
下一篇再寫。
我的tableau public：yangliang的tableau public主頁
