业务背景
RFM模型是网点衡量当前用户价值和客户潜在价值的重要工具和手段
按照R(最近一次购买距今天数), F(购买次数)以及M(平均/累计消费金额)将客户进行分类, 根据这3个维度加权评分划分出8类客户
根据不同类型客户占比情况来评估客户的整体分布, 并针对不同类型的客户进行有针对性的营销
数据概览
源数据
数据整理
-
数据总体看来较为完整, 但"发货时间"存在空值, 且"发货时间"为空的行对应的"订单状态"为"付款以后用户退款成功, 交易自动关闭", 故首先剔除退款订单
-
提取建模所需关键字段: R(最近一次购买距今天数), F(购买次数)以及M(平均消费金额)
关键字段 -
加权评分, 根据业务需求建立一个评判标准, 然后根据此标准进行一轮评分
评分标准
一轮评分 -
为了简化分类结果, 将客户分类控制在模型要求的8个维度, 进行二轮评分, 评判标准以RFM各自的均值为主
二轮评分 -
依据RFM模型和评分结果将用户分为8种主要类型
客户类型
划分结果
数据处理结果
数据可视化
客户占比分析
客户金额分析
简单分析
-
流失客户多达8605人, 占比最高, 他们多数集中在去年双11下单, 对价格较为敏感, 在即将到来的618大促中, 可以尝试对他们进行唤醒
流失客户下单时间 -
重要挽留客户7108人, 人数占比27.96%, 累计消费金额占比最高。他们对店铺销售贡献最高, 但下单时间久、购买频次低, 徘徊于流失边缘
为了挽回这些客户, 可以抽样获取他们的联系方式, 进行客户回访, 调查具体原因; 另一方面, 可以筛选出他们购买的产品, 结合复购率进行进一步分析