RFM模型分析報(bào)告

大家好！今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于RFM模型分析報(bào)告的問(wèn)題，以下是小編對(duì)此問(wèn)題的歸納整理，讓我們一起來(lái)看看吧。

開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫(xiě)出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁(yè)版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、rfm模型的三個(gè)指標(biāo)是什么?

• 2、撰寫(xiě)分析報(bào)告的關(guān)鍵技巧

• 3、會(huì)員系統(tǒng)RFM數(shù)據(jù)分析模型的什么是RFM數(shù)據(jù)分析模型

• 4、用戶體系搭建（二）——如何用RFM劃定用戶層級(jí)

一、rfm模型的三個(gè)指標(biāo)是什么?

根據(jù)美國(guó)數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)研究所Arthur Hughes的研究，客戶數(shù)據(jù)庫(kù)中有3個(gè)神奇的要素，這3個(gè)要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)：

1、最近一次消費(fèi)

最近一次消費(fèi)意指上一次購(gòu)買(mǎi)的時(shí)候——顧客上一次是幾時(shí)來(lái)店里、上一次根據(jù)哪本郵購(gòu)目錄購(gòu)買(mǎi)東西、什么時(shí)候買(mǎi)的車(chē)，或在你的超市買(mǎi)早餐最近的一次是什么時(shí)候。

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)。營(yíng)銷(xiāo)人員若想業(yè)績(jī)有所成長(zhǎng)，只能靠偷取競(jìng)爭(zhēng)對(duì)手的市場(chǎng)占有率，而如果要密切地注意消費(fèi)者的購(gòu)買(mǎi)行為，那么最近的一次消費(fèi)就是營(yíng)銷(xiāo)人員第一個(gè)要利用的工具。

歷史顯示，如果能讓消費(fèi)者購(gòu)買(mǎi)，他們就會(huì)持續(xù)購(gòu)買(mǎi)。這也就是為什么，0至3個(gè)月的顧客收到營(yíng)銷(xiāo)人員的溝通信息多于3至6個(gè)月的顧客。

2、消費(fèi)頻率

消費(fèi)頻率是顧客在限定的期間內(nèi)所購(gòu)買(mǎi)的次數(shù)。我們可以說(shuō)最常購(gòu)買(mǎi)的顧客，也是滿意度最高的顧客。如果相信品牌及商店忠誠(chéng)度的話，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。

分類(lèi)：

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)，如購(gòu)買(mǎi)一次的客戶為新客戶，購(gòu)買(mǎi)兩次的客戶為潛力客戶，購(gòu)買(mǎi)三次的客戶為老客戶，購(gòu)買(mǎi)四次的客戶為成熟客戶，購(gòu)買(mǎi)五次及以上則為忠實(shí)客戶。

其訣竅在于讓消費(fèi)者一直順著階梯往上爬，把銷(xiāo)售想象成是要將兩次購(gòu)買(mǎi)的顧客往上推成三次購(gòu)買(mǎi)的顧客，把一次購(gòu)買(mǎi)者變成兩次的。

3、消費(fèi)金額

消費(fèi)金額是所有數(shù)據(jù)庫(kù)報(bào)告的支柱，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。

它顯示出排名前10%的顧客所花費(fèi)的金額比下一個(gè)等級(jí)者多出至少2倍，占公司所有營(yíng)業(yè)額的40%以上。如看累計(jì)百分比的那一欄，我們會(huì)發(fā)現(xiàn)有40%的顧客貢獻(xiàn)公司總營(yíng)業(yè)額的80%；而有60%的客戶占營(yíng)業(yè)額的90%以上。

最右的一欄顯示每一等分顧客的平均消費(fèi)，表現(xiàn)最好的 10%的顧客平均花費(fèi)1195美元，而最差的10%僅有18美元 。

應(yīng)用意義

RFM模型較為動(dòng)態(tài)地顯示了一個(gè)客戶的全部輪廓，這對(duì)個(gè)性化的溝通和服務(wù)提供了依據(jù)，同時(shí)，如果與該客戶打交道的時(shí)間足夠長(zhǎng)，也能夠較為精確地判斷該客戶的長(zhǎng)期價(jià)值(甚至是終身價(jià)值)，通過(guò)改善三項(xiàng)指標(biāo)的狀況，從而為更多的營(yíng)銷(xiāo)決策提供支持。

在RFM模式中，R(Recency)表示客戶購(gòu)買(mǎi)的時(shí)間有多遠(yuǎn)，F(xiàn)(Frequency)表示客戶在時(shí)間內(nèi)購(gòu)買(mǎi)的次數(shù)，M (Monetary)表示客戶在時(shí)間內(nèi)購(gòu)買(mǎi)的金額。一般的分析型CRM著重在對(duì)于客戶貢獻(xiàn)度的分析，RFM則強(qiáng)調(diào)以客戶的行為來(lái)區(qū)分客戶。

RFM非常適用于生產(chǎn)多種商品的企業(yè)，而且這些商品單價(jià)相對(duì)不高，如消費(fèi)品、化妝品、小家電、錄像帶店、超市等；

它也適合在一個(gè)企業(yè)內(nèi)只有少數(shù)耐久商品，但是該商品中有一部分屬于消耗品，如復(fù)印機(jī)、打印機(jī)、汽車(chē)維修等消耗品；RFM對(duì)于加油站、旅行保險(xiǎn)、運(yùn)輸、快遞、快餐店、KTV、行動(dòng)電話信用卡、證券公司等也很適合。

RFM可以用來(lái)提高客戶的交易次數(shù)。業(yè)界常用的DM(直接郵寄)，常常一次寄發(fā)成千上萬(wàn)封郵購(gòu)清單，其實(shí)這是很浪費(fèi)錢(qián)的。

根據(jù)統(tǒng)計(jì)(以一般郵購(gòu)日用品而言)，如果將所有R(Recency)的客戶分為五級(jí)，最好的第五級(jí)回函率是第四級(jí)的三倍，因?yàn)檫@些客戶剛完成交易不久，所以會(huì)更注意同一公司的產(chǎn)品信息。如果用M(Monetary)來(lái)把客戶分為五級(jí)，最好與次好的平均回復(fù)率，幾乎沒(méi)有顯著差異。

二、撰寫(xiě)分析報(bào)告的關(guān)鍵技巧

目標(biāo)：

1、掌握搭建分析框架的思路

2、學(xué)習(xí)優(yōu)秀案例的撰寫(xiě)技巧

確保報(bào)告的閱讀者，可以通過(guò)3-5分鐘到閱讀，獲得一些對(duì)其工作有價(jià)值的觀點(diǎn)和建議

用最精簡(jiǎn)、沒(méi)有歧義的方式闡釋你的觀點(diǎn)，不要讓你老板來(lái)費(fèi)心理解、推測(cè)你要表達(dá)的內(nèi)容

不管你準(zhǔn)備了多少working paper，只把最相關(guān)、最有價(jià)值的部分寫(xiě)到你的報(bào)告中

每一頁(yè)P(yáng)PT或每一段文字只表達(dá)一個(gè)觀點(diǎn)，太多的內(nèi)容只會(huì)將有用的信息淹沒(méi)

編寫(xiě)商業(yè)分析報(bào)告要有“同理心”，要站在聽(tīng)眾的角度來(lái)思考問(wèn)題！

【不要說(shuō)鬼話】：分析越詳細(xì)越好，結(jié)論越簡(jiǎn)單越好，不要炫技

【不要忘了起止】：指標(biāo)起于哪里，止于哪里，別跑偏

【不要面面俱到】：時(shí)間是最大的成本，抓大放小

【不要忘了結(jié)論】：一定要有結(jié)論，哪怕是正常的，或者不做的

【不要盡信數(shù)據(jù)】：數(shù)據(jù)很好，但有時(shí)候也會(huì)說(shuō)明，要敢于決策

分析報(bào)告的框架是特別重要的，在寫(xiě)分析報(bào)告之前，一定要 先把分析框架寫(xiě)出來(lái) ，每一個(gè)報(bào)告要寫(xiě)什么內(nèi)容？分幾大塊？每一大塊兒要做哪些維度上的分析？要設(shè)計(jì)哪些角度？要具體去評(píng)估什么？全部都要要在你的框架里講清楚。而且在分析報(bào)告里，整個(gè)都 要有一級(jí)標(biāo)題和二級(jí)標(biāo)題 ，這樣是比較好的。

分析報(bào)告，其實(shí)就是在講故事，去講這件事情的背景；不過(guò)像是周報(bào)這種偏長(zhǎng)期每周都要匯報(bào)的東西，是可以不講背景，但是要 先介紹分析的數(shù)據(jù)范圍 ，就報(bào)告里你分析的是什么范圍的數(shù)據(jù)、選擇的是什么樣的用戶、每個(gè)指標(biāo)的口徑是什么等等。

分析方法 方面，如果你沒(méi)有用到特殊的分析方法的話，如果只是平時(shí)日常工作中的一個(gè)簡(jiǎn)單的分析而沒(méi)有用到復(fù)雜的分析的話，就不需要去介紹你的整個(gè)方法；但如果說(shuō)你用到的話，你肯定要給大家介紹一下你的這個(gè)分析方法，你通過(guò)數(shù)據(jù)，發(fā)現(xiàn)了哪些。

之后你肯定要去做你的 數(shù)據(jù)展示 ，然后再去挑整個(gè)數(shù)據(jù)里那些 重點(diǎn)的部分去做解析 ，然后進(jìn)行 收益測(cè)算 ，不過(guò)這也不是每個(gè)報(bào)告里都會(huì)去講的。

分析解析之后，你得到一個(gè)結(jié)論對(duì)吧，那么你是怎么發(fā)現(xiàn)這個(gè)結(jié)論的？這個(gè)結(jié)論的推導(dǎo)也是老板比較關(guān)心的（比如說(shuō)你說(shuō)現(xiàn)在交易轉(zhuǎn)化出了問(wèn)題，那這個(gè)交易轉(zhuǎn)化你到底是怎么發(fā)現(xiàn)出問(wèn)題的？到底是什么原因?qū)е碌?？這些都必須得講清楚，要不然沒(méi)有人會(huì)相信的，如果你只說(shuō)反正我就分析出來(lái)了，就是那個(gè)頁(yè)面有問(wèn)題導(dǎo)致的，那這個(gè)頁(yè)面到底有什么問(wèn)題，你是 怎么分析出來(lái)的？怎么推導(dǎo)出來(lái)的？ 你必須都要能夠講出來(lái)。

要記得寫(xiě)分析報(bào)告永遠(yuǎn)像寫(xiě)證明題一樣，你的二級(jí)標(biāo)題就是你要證明的那個(gè)題，你里面的數(shù)據(jù)和一些詳細(xì)的闡述都是在去解釋你的二級(jí)標(biāo)題的那個(gè)內(nèi)容，最后分析證明之后，一定要有 策略建議 ，這個(gè)是特別關(guān)鍵的。

平時(shí)寫(xiě)分析報(bào)告的時(shí)候會(huì)用到各式各樣的方法，不過(guò)這些分析方法并不是那些非常難的方法，因?yàn)槲覀內(nèi)粘９ぷ髦卸际?strong> 以業(yè)務(wù)為導(dǎo)向 。

業(yè)務(wù)為導(dǎo)向的意思，就不強(qiáng)調(diào)固定的分析方法，而是強(qiáng)調(diào)適合業(yè)務(wù)的分析方法；業(yè)務(wù)適合哪種，我們就采用哪種。這個(gè)場(chǎng)景下用分類(lèi)看比較好，我們就用分類(lèi)；如果用對(duì)比看比較好，我們就去分析對(duì)比；如果去看相關(guān)性比較合適，我們就去分析相關(guān)性等等。

不要為了選擇某一個(gè)非常有難度的方法而故意把它寫(xiě)在分析報(bào)告里，日常工作不是寫(xiě)論文，老板不會(huì)要求你一定要用一個(gè)多么深的方法把一個(gè)簡(jiǎn)單的事弄復(fù)雜了，老板想要的永遠(yuǎn)都是 把復(fù)雜的事給簡(jiǎn)單化 ，讓別人清晰明了的就明白的方法就是最好的，所以在方法選擇的時(shí)候一定要多注意。

在各種事情里都會(huì)強(qiáng)調(diào) 方法論 ，這些 分析方法的背后就是方法論的理念 ，在某些事情上按照一定的分析方法去執(zhí)行，這樣你的邏輯性、系統(tǒng)性就會(huì)顯得比較好。

分類(lèi)：相當(dāng)于 維度下鉆 ，如分析GMV的高低，要下鉆分類(lèi)進(jìn)行分析，城市分類(lèi)、用戶分類(lèi)、品類(lèi)分類(lèi)等等，還有RFM模型，其實(shí)就是一種分類(lèi)的分析方法。

分布：年齡的分布、城市的分布、購(gòu)買(mǎi)時(shí)間段、用戶分布、學(xué)歷分布、等級(jí)分布等等， 單看分布是不夠的，一定還要想著分析這個(gè)分布的趨勢(shì)有沒(méi)有發(fā)生變化，如果有發(fā)現(xiàn)變化的話，那這個(gè)分布趨勢(shì)的內(nèi)容也要作為分析的內(nèi)容之一 。

對(duì)比：數(shù)據(jù)只有對(duì)比才有意義，單看一個(gè)數(shù)值的時(shí)候是很難知道好壞的，需要用到其它數(shù)值來(lái)對(duì)比而讓這些數(shù)字變得更有概念、更有業(yè)務(wù)含義，如同比、環(huán)比、競(jìng)對(duì)的對(duì)比等等。

相關(guān)：分析一個(gè)因素是不是引起某個(gè)指標(biāo)變化，某個(gè)變化是不是有某個(gè)指標(biāo)引起的，這時(shí)就要做一些相關(guān)性分析，還有看兩個(gè)指標(biāo)的相關(guān)性（名校和績(jī)效是否有相關(guān)性、收入和價(jià)格敏感度的相關(guān)性、年齡和價(jià)格敏感度的相關(guān)性等等），如做一個(gè)沉睡用戶的喚醒，然后導(dǎo)致老客的復(fù)購(gòu)頻次微微有所上浮，這個(gè)時(shí)候你要去看用戶購(gòu)買(mǎi)頻次上浮這件事情和我們?nèi)?duì)沉睡用戶做喚醒有沒(méi)有關(guān)系，這個(gè)就是相關(guān)分析法。

這些分析方法都要往業(yè)務(wù)上想才有意義。

分類(lèi)、分布、對(duì)比、相關(guān)這幾個(gè)是大的分析方法，也是基本上每次分析報(bào)告都會(huì)用得上的分析方法，這幾個(gè)大類(lèi)下面可能又會(huì)有一些小類(lèi)，或者是一些交叉的分析方法。

維度細(xì)分：比如說(shuō)按品類(lèi)、按城市，這都是維度細(xì)分；

ABtest：就是控制單一變量分析，空白組和實(shí)驗(yàn)組；

Cohort分析：就是留存分析，比如說(shuō)次一日、次三日、次七日，然后次30日、180日等等；

結(jié)構(gòu)分析法、杜邦分析法、權(quán)重拆解法、層次分析法：這幾個(gè)主要就是按照拆解和細(xì)分的思路進(jìn)行下鉆分析；

銷(xiāo)量法：

滲透率法：

分位數(shù)分析法：也是分類(lèi)的一種，可以與箱線圖進(jìn)行對(duì)比學(xué)習(xí)；

矩陣分析法：特別常用的一種分析方法，有點(diǎn)兒類(lèi)似于RFM模型，RFM模型是三個(gè)維度分八類(lèi)，如果只取兩個(gè)維度的話就是分四類(lèi)。

例如：以房產(chǎn)首付額、房?jī)r(jià)年增長(zhǎng)率作為這兩個(gè)指標(biāo)，然后以城市作為維度（也就是要有三個(gè)數(shù)據(jù)），每個(gè)城市都有這兩個(gè)指標(biāo)上的值，這樣就可以在這個(gè)象限里面把這些城市所在的位置給畫(huà)出來(lái)，然后再以這些城市在兩個(gè)指標(biāo)的 均值 相交的地方來(lái)畫(huà)我們的這四象限的分割，這時(shí)就相當(dāng)于是畫(huà)了一個(gè)散點(diǎn)圖，這樣就可以把房?jī)r(jià)首付額和年增長(zhǎng)率進(jìn)行劃分了四象限，這樣就構(gòu)成了矩陣分析法的基礎(chǔ)。

矩陣分析法也是在日常工作中使用頻率特別高的一種分析方法，尤其是在去做這種按照城市在某些促銷(xiāo)日期的表現(xiàn)，比如按照交易額和增幅這兩個(gè)指標(biāo)卻把中國(guó)的省會(huì)城市以及直轄市去做一個(gè)四象限，或者是分析每個(gè)城市的GPD和增速的分析，都可以進(jìn)行使用。

這個(gè)是報(bào)告整體的排版形式的參考，一級(jí)標(biāo)題就是目錄，二級(jí)標(biāo)題就是你的核心結(jié)論，數(shù)據(jù)圖表放在中心，先放策略再放圖形，數(shù)據(jù)解讀可以放在右側(cè)或者二級(jí)標(biāo)題底下或者圖形底下，最低下是一些特殊的備注（如特殊引用的一些內(nèi)容，或者指標(biāo)口徑等等）

三、會(huì)員系統(tǒng)RFM數(shù)據(jù)分析模型的什么是RFM數(shù)據(jù)分析模型

RFM 模型是會(huì)員管理領(lǐng)域里的一種會(huì)員消費(fèi)行為分析模型， 其中R近度(Recency） 代表最近購(gòu)買(mǎi)時(shí)間，指上次購(gòu)買(mǎi)至現(xiàn)在的時(shí)間間隔； F 頻度(Frequency)代表購(gòu)買(mǎi)頻率，指的是某一期間內(nèi)購(gòu)買(mǎi)的次數(shù)；M額度(Monetary) 代表總購(gòu)買(mǎi)金額，指的是某一期間內(nèi)購(gòu)買(mǎi)商品的金額。

RFM模型在反映會(huì)員購(gòu)買(mǎi)偏好方面具有良好的表征性。

經(jīng)過(guò)研究發(fā)現(xiàn) R值越小，會(huì)員越有可能與企業(yè)達(dá)成新的交易。 F值越大，會(huì)員越有可能與企業(yè)達(dá)成新的交易。 M值越大，會(huì)員越有可能與企業(yè)達(dá)成新的交易。 RFM 模型在反映會(huì)員價(jià)值方面同樣具有良好的表征性，它是衡量會(huì)員價(jià)值和會(huì)員創(chuàng)利能力的重要工具和手段。一卡易將該模型成功應(yīng)用于會(huì)員系統(tǒng)中，通過(guò)一個(gè)會(huì)員的近期購(gòu)買(mǎi)行為、購(gòu)買(mǎi)的總頻率以及購(gòu)買(mǎi)的總金額等3項(xiàng)指標(biāo)來(lái)描述該會(huì)員的價(jià)值狀況。如果與該會(huì)員打交道的時(shí)間足夠長(zhǎng)，也能夠較為精確地判斷該會(huì)員的長(zhǎng)期價(jià)值（ 甚至是終身價(jià)值），通過(guò)改善3項(xiàng)指標(biāo)的狀況，從而為更多的營(yíng)銷(xiāo)決策提供支持。 連鎖會(huì)員系統(tǒng)的‘統(tǒng)計(jì)分析’模塊運(yùn)用RFM模型做出‘會(huì)員RFM’，幫助使用者來(lái)了解會(huì)員的消費(fèi)行為和消費(fèi)的意向。

四、用戶體系搭建（二）——如何用RFM劃定用戶層級(jí)

RFM是很傳統(tǒng)的數(shù)據(jù)分析模型，幾乎所有文章都會(huì)提到它，然而市面上RFM模型很多只是講解了如何通過(guò)RFM解決和劃定用戶群體，但是很少有詳細(xì)說(shuō)明RFM模型的計(jì)算方式，本文講解RFM模型的含義及應(yīng)用以及如何使用SPSS計(jì)算RFM模型。

1、RFM模型概述

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。在眾多的 客戶關(guān)系管理 的分析模式中，RFM模型是被廣泛提到的。該機(jī)械模型通過(guò)一個(gè)客戶的近期購(gòu)買(mǎi)行為、購(gòu)買(mǎi)的總體頻率以及花了多少錢(qián)3項(xiàng)指標(biāo)來(lái)描述該客戶的價(jià)值狀況。（摘自百度百科）

以上是百度百科對(duì)RFM模型的描述，說(shuō)的比較復(fù)雜，簡(jiǎn)單的來(lái)講RFM是通過(guò)統(tǒng)計(jì)用戶最近購(gòu)買(mǎi)時(shí)間（R），購(gòu)買(mǎi)的次數(shù)（F），購(gòu)買(mǎi)的金額（M）這三個(gè)維度來(lái)描述用戶在群體中的位置。對(duì)于這三個(gè)維度的描述具體如下：

基于這三個(gè)維度，將每個(gè)維度分為高低兩種情況，我們構(gòu)建出了一個(gè)三維的坐標(biāo)系。

通過(guò)圖表很直觀的發(fā)現(xiàn)，我們把客戶分為了2的三次方也就是8個(gè)群體。

2、RFM模型取數(shù)方法

根據(jù)RFM模型的定義，我們可以很容易的推導(dǎo)出，RFM模型的數(shù)據(jù)取數(shù)內(nèi)容主要包括三個(gè)字段即：最近購(gòu)買(mǎi)時(shí)間、最近購(gòu)買(mǎi)次數(shù)、消費(fèi)金額。但是在實(shí)際工作中也會(huì)有問(wèn)題是我們要計(jì)算每個(gè)用戶的購(gòu)買(mǎi)時(shí)間、購(gòu)買(mǎi)次數(shù)費(fèi)事費(fèi)力，所以一般也可以通過(guò)統(tǒng)計(jì)訂單來(lái)進(jìn)行計(jì)算。

當(dāng)我們通過(guò)訂單進(jìn)行統(tǒng)計(jì)時(shí)需要包含以下字段

當(dāng)我們準(zhǔn)備好以上數(shù)據(jù)時(shí)就可以開(kāi)始準(zhǔn)備計(jì)算RFM模型

考慮不少人不是很了解SPSS，下面也將包含一些SPSS基礎(chǔ)功能的講解

1、設(shè)置度量標(biāo)準(zhǔn)

SPSS分為數(shù)據(jù)視圖和變量視圖，在開(kāi)始前需要在變量視圖中設(shè)置數(shù)據(jù)類(lèi)型

SPSS中數(shù)據(jù)類(lèi)型包括度量、名義、序號(hào)，

2、設(shè)置變量類(lèi)型及寬度

變量類(lèi)型是定義該變量是何種類(lèi)，點(diǎn)擊類(lèi)型彈出變量類(lèi)型選擇彈窗

寬度定義變量的展示位數(shù)，對(duì)于Order_id、User_id等需要注意變量長(zhǎng)度，讓這兩個(gè)字段完全展示。

另外對(duì)于，Create_time這一字段應(yīng)選用日期這一類(lèi)型并選擇yyyy:mm:dd

我們可以直接將excel里的數(shù)據(jù)直接復(fù)制過(guò)來(lái)。

4、選擇分析模型分析

Step1：選擇分析模型

完成數(shù)據(jù)準(zhǔn)備后選擇 直銷(xiāo)——RFM分析，不同漢化版本翻譯可能稍有不同

Step2：選擇數(shù)據(jù)格式

由于我們使用的是訂單記錄，所以我們選用交易數(shù)據(jù)

Stpe4:SPSS執(zhí)行RFM分析

SPSS完成分析后，會(huì)生成一個(gè)新的數(shù)據(jù)文件，記錄每個(gè)客戶的最近一次交易日期、交易總次數(shù)、交易總金額、RS/FS/MS分值、RFM匯總分值。

RFM匯總分值=RS分值 100+FS分值 10+MS分值。

選用分析—描述統(tǒng)計(jì)——描述這一方法計(jì)算RS\FS\MS均值

最終可得如下結(jié)果

選擇"重新編碼為不同變量"，先對(duì)客戶的RS進(jìn)行高低轉(zhuǎn)化。

依據(jù)上表，逐個(gè)設(shè)置各客戶類(lèi)型所對(duì)應(yīng)的數(shù)據(jù)規(guī)則。

設(shè)置客戶類(lèi)型=1的數(shù)據(jù)規(guī)則，操作如下：

重復(fù)以上操作設(shè)定不同數(shù)據(jù)類(lèi)型

最后將將客戶類(lèi)型編碼1、2、3、4、5、6、7、8轉(zhuǎn)換成實(shí)際客戶類(lèi)型：

最終，可得出如下結(jié)果

以上就是關(guān)于RFM模型分析報(bào)告相關(guān)問(wèn)題的回答。希望能幫到你，如有更多相關(guān)問(wèn)題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。

推薦閱讀：

colourful怎么讀語(yǔ)音（colourful怎么讀語(yǔ)音怎么讀）

paper免費(fèi)查重入口官網(wǎng)（paperfree免費(fèi)查重入口官網(wǎng)）

商家可以訂閱rfq關(guān)鍵詞嗎

推特鏡像（推特鏡像網(wǎng)站2023）

香奈兒標(biāo)志的含義是什么（香奈兒標(biāo)志的含義是什么呢）