PowerBI 全动态 RFM 模型 2.0 版 震撼发布

很多会员伙伴问，ABC分析的2.0版已经出了，那什么时候出RFM的2.0版呢？现在。

关于 RFM 模型可以参考 此前的文章，这里就不再赘述。

概览

本次发布的RFM 2.0版更多的强调了 PowerBI 的DAX建模设计：

• RFM仅仅使用一个滑竿作为权重控制器
• 时间区间可选
• M指标的KPI可选
• R指标的算法可选
• 并用散点图绘制了RFM全图
• 散点图的X，Y坐标轴和点的大小可以动态切换
• 客户分类是动态的
• 客户分类在动态的情况下依然可以对其他内容作出筛选
• 颜色及动态标题等细节

切换R指标的算法

可以看出，在切换R指标的算法后，整个RFM的分析都发生了改观，具体以怎样的RFM作为实际的计算方法还应该以企业的实际业务为准。

用类别动态筛选内容

为客户进行分类是RFM的核心目的，而PowerBI给我们提供的能力是将这一目标完全动态化，

DAX模型设计

在DAX的模型设计中，继续带入 MVC 的设计模式以及依赖注入的思想。

将辅助作图部分全部放入View中，而实际的指标的编写全部放入依赖注入的文件夹，让RFM的核心部分仅仅依赖抽象的Action，而由依赖注入部分实际实现，体现了软件工程的OCP原则。

而：

这种分层处理的思路在实际的各类项目中非常好用，它可以解除部分主体模型和主模型之间的依赖关系。由于DAX本身并不是为了软件工程所设计的，也没有在执行时的优化，所以过渡的动态性将导致性能大幅度的损失。

用户只需要更改：

这些依赖的注入项，就可以直接使用RFM模型，非常方便。

平衡动态性与性能

在对2.0版进行第一次设计的时候，将客户也分离了出来，实现了最大程度的灵活性，但损失了性能，可以通过性能分析器进行调试：

没办法，要想快就必须牺牲灵活性，最后决定让RFM还是与客户维度耦合在一起，就快很多了：

时间从15秒降低至0.8秒，提升了20倍，达到了可以平滑运行的状态。

总结

随着PowerBI工具的更新，我们可以持续优化原有的模型，并在灵活度和性能之间找到平衡点。

本文内容由PowerBI战友联盟订阅会员专享，已可下载，祝大家玩得开心。另外【点击阅读原文】可以直接查看效果。

——

延伸阅读： PowerBI 打造全动态ABC帕累托分析模板2.0 基于PowerBI构建动态客户价值模型RFM驱动客户营销

系统学习

PowerBI