前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >东哥陪你学PowerBI——通过RFM模型分析客户价值

东哥陪你学PowerBI——通过RFM模型分析客户价值

作者头像
公众号PowerBI大师
发布2020-04-14 17:11:09
1.6K0
发布2020-04-14 17:11:09
举报

RFM模型通过R、F、M三个要素确定客户价值,是衡量客户价值的重要工具之一。

R(Recency) 指最近一次消费,消费时间越近越好

F(Frequency) 指消费频率,即购买次数,次数越多越好

M(Monetary) 指消费金额,金额越高越好

本章通过分析某店铺会员消费数据,将每个会员的R、F、M得分值与平均值做对比 (每个要素好于平均值记为A,比平均值差记为B), 将会员分为以下八种,以便针对性做营销决策,实现精细化运营

AAA:重要价值会员;BAA:重要保持会员

ABA:重要发展会员; BBA:重要挽留会员

AAB:一般价值会员; BAB:一般保持会员

ABB:一般发展会员; BBB:一般挽留会员

我们就以一组虚拟数据来演示一下,如果用RFM模型分析客户

一、数据准备

数据源:外部EXCEL文件导入PowerBI

  1. 会员表(一千多条虚拟会员信息)
  2. 消费明细(一年左右一万多条记录)
  3. 会员价值分类表 (便于类别排序,预设各类别色号)

▲会员表

▲消费明细表

▲价值分类表

▲初始关联

二、计算RFM指标 R-Recency

最近一次消费。一般用指定日期与最后一次购买日期的相关天数来表示

1、在“消费明细表”里新建计算列:

末次消费日期= MAXX(FILTER('消费明细', '消费明细'[卡号]= EARLIER('消费明细'[卡号])), '消费明细'[消费时间]

)

点击函数名,跳转至"东哥陪你学DAX":

FilterEarlier

2、确定R值

假设截止日期为2020年1月25日

继续在“消费明细表”里新建计算列

(该列数据类型为整数)

R= DATEDIFF('消费明细'[末次消费日期],

DATE(2020,1,25),DAY)-1

点击函数名,跳转至"东哥陪你学DAX":

DateDatediff

F-Frequency

购买次数。即对销售单号进行非重复计数

继续在“消费明细表”里新建计算列F = COUNTAX(

FILTER(

SUMMARIZE('消费明细',

'消费明细'[卡号], '消费明细'[订单号]),

'消费明细'[卡号]= EARLIER('消费明细'[卡号])),

'消费明细'[订单号])

点击函数名,跳转至"东哥陪你学DAX":

FilterSummarizeEarlier

M-Monetary

购买金额。对消费金额汇总即可

继续在“消费明细表”里新建计算列M = CALCULATE( SUM('消费明细'[卡消费金额(元)]),

FILTER('消费明细',

'消费明细'[卡号]= EARLIER('消费明细'[卡号])

)

)

三、确定会员类型

上面新建了三个计算列,算是把RFM三个参数给敲定了

但“消费明细”表里还存在着大量重复会员号订单号

因此还需要来一次瘦身,把重复值去掉

新建一个表,确保一个会员号对应一条RFM值 RFM = SUMMARIZE('消费明细',

'消费明细'[卡号],

'消费明细'[R],

'消费明细'[F],

'消费明细'[M]

)

新表别忘了跟会员表建立关联

接下来就是计算三个指标的分值

根据所选标准的不同,计算方法也有多种,诸如极值法、方差法等,不过这些都涉及统计学,也许结果更准确可靠,但由于专业性较强,这里不深入探讨,有兴趣的话可以自行百度

这里咱们就用平均值比较法,做个粗略预估

(在新建表里添加计算列) R值= IF( 'RFM'[R]<= AVERAGE('RFM'[R]), "A","B") F值 = IF( 'RFM'[F]>= AVERAGE('RFM'[F]), "A","B") M值= IF( 'RFM'[M]>= AVERAGE('RFM'[M]), "A","B")

三值合并,得到RFM终值,再以此得出会员类别

(继续在新建表里添加计算列) RFM终值= 'RFM'[R值] & 'RFM'[F值] & 'RFM'[M值] 会员分组 =

SWITCH('RFM'[RFM终值],

"BBB","一般挽留","BBA","重要挽留",

"BAB","一般保持","BAA","重要保持",

"ABB","一般发展","ABA","重要发展",

"AAB","一般价值","AAA","重要价值"

)

四、制作可视化图表

可视化之前,别忘了这一步:柱状图自定义排序

拉出柱形图元素,先看下八个价值分类里各有多少人

把默认色换成预设色号

加入饼图,显示各类客户占比

各类会员消费金额占比

各类会员明细列表

RFM还有很多细枝末节这里没有提到,有兴趣的朋友可以百度分析案例,哪些维度用什么样的可视化元素,就留给自己去摸索吧

五、题外话

PowerBI系统自带的默认主题配色说多不多,说少也不少。不过就那么几套方案颠来倒去,你用他用,就成了大路货。怎样才能让你的作品让人眼前一亮?

这儿给大家推荐几个设计类博主,里面有好多配色方案,赶紧收藏以备不时之需

Photoshop大师 Photoshop资源库 Illustrator资源库 优秀网页设计

搜索“配色”或“颜色”即可,大量配色方案够你挑一阵了

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-04-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 PowerBI大师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档