一、背景说明
从https://www.kaggle.com/carrie1/ecommerce-data获取英国某专营特色礼品的跨国电商的交易数据，为能以用户行为来区分客户，从而实现精细化运营，在此使用Sql和Tabluae工具和RFM模型来进行分析。
二、RFM模型简介
三、数据集来源
该数据集具有如下八个字段如下：
四、数据集清洗
(1)去除与分析无关的货物编号、说明两个字段之后，检查数据集的字段缺失情况：
由结果可见客户编号缺失严重，再此咨询不到相关人员，暂先如下更新NULL为0：
（2）筛除异常值
由以上结果可见，货物数量和单价出现异常，发票日期无误。由于货物数量异常原因无法咨询，且不影响本次分析，故直接删除如下。
筛选出异常的单价：
如上图所示，单价和客户ID都为0，可以推测此类0元货物属于赠品，并且上面大量客户ID为0是因为货物属于赠品而出现的。赠品不纳入此次分析的范围，删除如下：
五、修改字段
RFM模型是一个被广泛使用的客户关系分析模型，主要以用户行为来区分客户，RFM分别是：R = Recency 最近一次消费，F = Frequency 消费频率，M = Monetary 消费金额。由于本数据表欠缺消费总金额，故修改数据表如下：
六、数据集去重
七、客群分类
1.根据本数据集特点，先对客群进行如下的初步分类，得出各位客户的R、F、M评分参数，并求出R、F、M平均值。
2.将各位客户的R、F、M得分与平均值进行比较，判断是高还是低，如下：
3.根据与平均分比较的结果，对客群进行8维分类，可以进一步精细化市场运营：
八、基于Tableau的数据可视化分析和建议
（一）客户群特征分析
(1)对客户群中各维度客户的所占比例进行展示：
由上图可见，该公司客户群占比最大的是流失客户，其次新客户。所以可以发现与本次分析主题无关，但有利于公司营销的问题：
- 流失客户群体具有什么特征？该群体流失的主要原因是什么？
- 新客户是通过什么渠道了解到本公司的？该群体购买的主要是什么类型的礼品？
(2)对客户群中各维度客户的销售总额占比进行展示：
由上表可见共计占比约32%的重要价值客户、重要深耕客户提供了82%的销售份额。因而可以通过对这部分客户群体作出用户画像，扩大这两类类客户群的市场，并且通过促销、广告投放等方式，力求将其它类别的客户群转化为这两类。
（二）国家维度分析
由上图可见，该公司的主要销售额来源是英国本国，其次是日本、德国、法国。对这四个国家中各类客户群做进一步分析如下：
首先，英国的重要深耕客户、重要挽留客户提供了8成的销售金额，同时流失客户比较多，所以主要可以采取提高重要深耕用户转化率、降低重要挽留客户流失率的方式来发展业务。
其次，法国、德国的重要挽留用户、流失用户也是比较多，需要减轻重要挽留用户变成流失用户的问题，并且要重视重要深耕客户、重要价值客户、新客户的培养。而日本的重要深耕客户最多，重要挽留客户和流失客户较少，可以通过寻找方式吸引来更多的新客户来扩大市场。
（三）流失客户分析
由上图可知，流失客户绝大多数来自英国本地，其次是法国、德国。该公司可以通过针对级别竞争对手做市场调研、客户调查等方式进一步确认流失原因。