rfm模型分析图如何制作

上期视频给大家介绍了 ifm 模型的原理，本期视频将演示具体的操作步骤。首先我们要从订单明细里面提取以下四个关键字段，一、订单编号二、客户 id。 三、下单日期四、实付金额。 其中订单编号用于统计下单频次，对应 f frequency 这个指标。下单日期用于统计最近一次的下单时间，对应二、 residency 这个指标。 最后一个实付金额用于统计消费金额，对应 m monitor 为这个指标。接下来我们将使用数据透视表进行演示，将鼠标点至数据区域任意单元格，点击插入数据透视表表格和区域，选择新工作表，点击确定。 先将客户 id 拖至行的部分，再将下单日期拖至值的部分。这边需要注意的是，我们的目的并不是统计下单日期的个数，而是需要获取最近一次的下单日期，因此要对值进行设置， 点击向下的箭头，选择值自断设置，找到最大值，点击确定。接着调整一下日期的格式，选中日期列， 选择短日期。这样我们就获取了每一个客户最近一次的下单日期，可以去到订单明细里面验证一下，比如说 c 零零一这个客户，我们看一下，在明细里面，最近一次的 下单日期是十月二十五号，这边展示的也是十月二十五号，没有问题。接着我们将订单编号拖入值的部分，将求和项调整为计数， 再更改一下这类的格式为常规，这样每一个客户的下单次数就统计出来了。最后再将实付金额拖至值的部分， 把它调整至末尾，设置格式为数字。至此， ifm 模型所需要的三个关键字段我们都已经获取了。接着选中整张数据透视表，复制一 一下，把它的值和格式粘贴到一张新的工作表里面，选择性粘贴选择值和数字格式，点击确定，双击调整列宽，接着去到表格的最底部，将总计这一行删除。 接下来我们来解决上一个视频的遗留问题，那就是 r、 f、 m 这三个指标对应的远和近，高和低标准是如何确定的？ 先讲第一个指标，最近一次的消费间隔。想要获取这个数据，我们还需要对下单日期进行一下处理。插入一列，可以用今天的日期 today 函数减去 下单日期，获得一个时间间隔。当然，你也可以指定一个日期，再去跟下单日期相减。调整格式为常规，再复制粘贴为数值， 这样就获取到了最近一次的消费时间间隔。把表头改下， 更改为最近一次时间间隔。二、不需要的列可以把它删掉，另外两个表头也都可以替换掉。 再回到那个问题，最近一次时间间隔是远还是近，根据什么标准来判定？一般有两种方式，一个是跟总体的平均值比，另外一个是跟中位数比。那什么 情况取平均值，什么情况取中尾数呢？这就取决于数值最小值和最大值之间的差异是否特别巨大。我们点开筛选项看一下，最小值是一，最大值是四十二，差异并不是特别的巨大，因此可以取平均数。 什么样才叫差异巨大呢？比如说最小值是一，最大值是四千，其他值也都是几十。 这种情况下，如果说取平均数会导致整体的平均值拉高，从而失真，这种情况下就应该取中位数，中位数的话就可以消除极值对于总体数值的一个影响。 同样，我们来看一下 f 列和 m 列的数值，最小值和最大值之间都没有量级的差距， 我们就可以都取平均数作为判定标准。取平均数用到的是 average 函数，等于 average a p e 二 a g e 参数选择比列， 这样就计算出了二的平均值，再向右拖动，分别计算出 f 和 m 的平均值。接下来用一函数进行判定时间间隔是远还是近，输入等于 if， 选择 b 四，他去跟二的平均值进行比较。 如果说小于平均数代表离得近，小于 j 二， j 二可以用 f 四锁定，离得近用一表示，离得远，用零表示。按下回车键，双击向下填充。接下来 判定 f， 输入等于 e， 选择 c 四单元格，它去跟 f 的平均值进行比较。如果说大于平均值，它就是消费频次高，否则消费频次低。大于 k 二，用 f 四锁定 大于 k 二的话，输入一，否则输入零，双击向下填充 m， 类似的输入等于 if。 第四，它去跟 m 的平均值进行比较。如果说大于平均值， 那就是消费金额高，输入一，否则是零， 双击向下填充。这边需要注意的是啊，是跟平均值比，小于平均值收入一， fm 都是要大于平均值才是显示一， 这个跟商业逻辑结合就比较好理解。作为商家，当然希望消费者最近一次的购买时间离得越近越好，因此二值要跟平均数小于平均数显示一， 而 fm 呢，当然是越高越好，因此他们需要跟平均数比，比平均数大再显示一。 有了 r、 f、 m 的值之后，就可以去到客户类型这张表里面匹配出每个客户对你的客户类型了。这边需要注意的是，在匹配的时候，需要对 r、 f、 m 这三个值用按的符号进行一个拼接，匹配函数用到的是 video car 输入等 we look up 第一个参数选择一四单元格，用按符号把 f 四拼起来，再把即四拼起来，这样就将 r、 f、 m 这三个值拼到一起，再去跟客户类型这张表里面的辅助列进行比较， 选择 a 制比列，然后返回第二列，需要精确匹配，输入零， 双击向下填充。至此，每个客户匹配出对应的客户类型，接下来相关部门就可以针对不同的客户类型采取不同的客户精细化运营策略。以上就是本期视频的全部内容，感谢观看！

如何进行 r f m 模型客户分析？第一步，计算出 r 值。 第二步，计算出 m 值。 第三步，利用数据透视表求出 f 值。

今天我们来分析一下炮 bi 如何制作客户 fm 模型的。这里主要有三个核心关键点，分别是，第一，分别计算出最近一次消费的时间间隔、 消费频率、消费金额。第二，将三个指标分别组合成 rfm 值，计算每一个客户所属的 rfm 类型。 第三，通过配置表来配置客户的类型和图表的颜色。跟老师学习 popi， 全程不需要写银行代码，教你入门数据分析。

首先呢我们看一下第一个啊，这个 r f r f m 模型，那么这个呢是分析我们这个数，呃销售情况，那么他销售呃先看了最近啊，最近的一次购买天，呃 最近一次购买天数，然后呢第二个参数是购买频次，第三个呢是呃这个这个会员的这个购买总金额啊，总金额，那计算的模式呢？刚好用到了我们三个公式啊，第一个呢就是用到了我们的这个计算天数的啊，大家看一下啊，是 呃 d a 啊，因为这个这个函数是个隐藏函数，所以你在打的时候它没有提示啊，呃， d i f 啊， d i f date d i f， 那么它是 这个算两个时间啊，你把这个两个时间逗号再写第二个，那么最后还一个参数啊，最后还一个参数，双引号，双引号 d d 啊，大写小写都行。 d 呢就是判断是天数，如果是 m 的话就是月数啊， d 是天数，那么这个距离天数呢？就是这样子就算出来了啊，我们可以拖页啊，双呃，白十字星变黑十字星，双击就行啊，他就全部算出来了， 白十字星拖延到右下角变黑十字星啊，就是双击就行。那么第二个购买频次呢？怎么算呢？我们是根据客户号，你看啊，这个客户号，客户号呢？ 客户号呢？这个是零啊，零零一，那么零零一呢，我们认为就他就是一个客户，一个客户，我们看一下他 l 二次就是这些，买了这么多次，那么如果用公式的话，我们用这个 cont， 那么范围呢？就是这个范围啊，我们在必列，然后呢 我们查找的是印制条件，就是一啊，条件就是一， 那么这个回程，那么说明这个零一零零一他购买了十二次，那么我们向下拖液的时候，你看啊，到到零二的时候才变啊，然后零二是购买了九次，再向下拖液呢，到零三的时候呢是变 十一次啊，以此类推。这其实也可以，也是可以双击啊，双击他全部算出来，这个呢是用这个 confif 啊，他就说明这个客户呢是近二十天，最后一次购买是二十天以前，然后呢近这就是在这个期间呢，呃，他购买了就 就是这个时购买时间，并不是说这个时间阶段啊，比如说一年或两年时间，他购买十二次，那购买金额呢？又用到另一个公式是撒妹夫 survey， 那么它的 range 的是这个啊？还是这个条件，那么它条件呢？ 是这个零零一他们多一个，我们加总的是我们这个不看他个数了，我们要加总他的销售金额，加总这里，那么再回车我们可以看白十字形变黑， 实行啊，然后双击，那么这个呢就是我们的这个 r f 模型，那么这个呢？大家把这个先练一下。

先我们看一下那究竟什么是二类分模型，那所谓的二类分模型的话，他是衡量客户价值跟这种创造创新能力的重要工具和手段， 那在整个客户关系管理里面，那阿勒菲模型是我们现在用的对，最多也是大家听到最多的这样的一个分析的模型。那我们来看一下所谓的具体一点，就是阿勒的话就是指我们最近的这样的一次消费，也就是消费的时间， 那他这指的是客户上一次他购买那到现在这种距离时间有多久了？那通过这种最近一次消费我们能够去判断，那这个客户 他是现在已经是休眠还是已经流失的这样的一些客户，对吧？那第二个的话就是 f， 那 f 的话就是我们说的购买评测，那购买评测的话应该就 比较好理解的，那客户他在我们店铺里面他是买一次还是买两次，对吧？那买的越多，那代表这客户他的价值就越大，对吧？第三个就是 m 金额， 那所谓购买金额就干这个客户他在某个时间段内，或者他在我店铺里面的这样的总的这种购买金额，那我们都知道一个客户他买的金额越高，对吧？那他的价值肯定就越高，对吧？ 所以这个就是所谓我们说的二类分模型。那单拆出来大家要去理解什么是二了值，什么是 f 值，什么是 m 值，那基于二类分模型的话，我们来看一下一些相软件里面他的这样的一些模型的分析。那我们来看一下第一张图， 那第一张图这里的话，我们有 f 值跟这个二的值，对吧？那 f 值的话就是指我们的购买次数，那这个是 横看过来的，例如我们购买一笔的就购买一次的这笔客户，那按了这里是代表我们的购买时间，那就是零到三十天，就代表他是最近三十天内 有过购买的这样的一批客户，对吧？那这购买一次的就有四万多，那购买两次的，那在最近三十天内也有购买的，就有一万多，那再过来看的话，这个阿尔哲就三十到九十天就代表这一批客户，他是已经 最近三十天内没有回来购买的，对吧？三十到九十天没有购买的，所以这批客户一次的有多少？两次的有有多少， 所以这个通过 f 值再加上阿乐值的话，我们可以去判断。 ok， 我们购买一次的客户里面，那有多少是最近三十天购买的？有多少是超过三十到九十天没购买的？有多少是超过可能 一年没有购买的这样的客户，对吧？然后去做一个相加，然后再下来看另外一个就是 m 值， m 值的话就是购买金额，对吧？那我们可以去判断。 ok， 最近三十天内购买的这样的一批客户，他的客单价，他购买的金额是在五十块钱以内的，那五十到一百的他分别占比是多少，对吧？那大家都知道，那如果最近三十天购买的这批客户，对吧？那这种购买金额越高，这十二个人他的价值肯定就越高，对吧？ 那我们再来看一下另外一个啊， m 值跟这个 f 值，那购买一次的客户里面， f 就是代表购买一次，购买一次的客户里面会有五十块钱以内的，然后五十到一百的， 那这种金额越高，对吧？那客户的价值肯定也就越高，对吧？所以这个就是我们在日常的相数据分析 里面，我们通过阿里 f 模型的方式去分析我们店铺里面哪些是我们的这种高价值的客户，哪些可能是比较低价值的这样的一个客户。那这我们通过 一个例子更好的来理解一下。那这个案例的话，例如啊，在服装行业，那服装行业根据我们刚刚前面讲的这个二来分模型，对吧？ 那二楼的话就代表 ok 他最近三十天内有交易的，对吧？啊？那 f 就是购买一次的，对吧？那这种的话就是代表这客户他还是我们灭七的，就他刚在我们最近一个月刚在我们店铺消费过，对吧？ 如果说这客户啊的折是三十到九十天的，他就是一到三个月，对吧？那这个时候他还算是活跃啊，对我店铺还有一定的这种记忆，对吧？可能他买的这个还是在当季的这种服装，对吧？如果超过九十到 一百八十天，也就是三到六个月，那这一批客户的话，如果用二者去判断的话，他就是已经是这种即将要休眠的这种客户，他要换季了，对吧？ 如果超过半年到一年没到我店铺购买，那证明这个客户他在换季的时候也没有来我店铺购买，他已经进入休眠了超过一年的客户，那这种就基本可以把他判断为流失的这种客户了，对吧？所以在这里面的话，我们再加入 f 折的话， 那蜜月期里面购买一次的客户有多少？购买两次的客户有多少？那这个两次的客户的价值肯定比这一次要大，对吧？ 那如果灭期里面购买一次的肯定比活跃期里面的这四千多的客户的价值是要大的，对吧？所以基于这里的话，我们就可以后期再去分析，针对不同类型的客户， ok， 最简单我 短信或邮件分别我应该去发多少次，对吧？那这个也是我们之前在短信呢有适当的给大家讲到的，所以这个就是我们通过 rlfm 这种模型这种方式去对我们店铺里面的客户去进行这样的一个价值上面的这种拆解。那整个二类分模型的话，他 用一个大可能，平常在一些啊这种图形上面也会看到这样的一个模型，那这个的话就是我们常规的这种三 d 的这种二来分模型的这样的一个， 那这个图的话是帮我们来对我们客户去进行一些价值的判断，那哪些是我的重要客户，哪些是我的高价值客户，哪些是我已经流失的这样的一个客户，对吧？这个是通过 rfm 这三个值的，但看这个大可能会比较因，所以的话我们用一个表格的方式来来看，那这个表格 话我们把客户分成八种类型，那这八种类型的话，就是我们说重要价值客户、一般价值客户，到最终我们说一般挽留客户，那这种我们看一下，所谓重要价值客户的话，就是指他的这种购买时间也是比较高的，所以比较高就他在最近有购买过的，对吧？ 啊？那购买次数也是比较高的，他可能是我店铺里面购买次数最高的那百分之十的，对吧？然后第三个就购买金额，那这种客户就代表他最近刚来我店铺买过，他会经常来买，他买的金额也是比较高，对吧？所 所以这种我们就去做一些行为场景的分析，那这种客户他肯定是我店铺里面所谓的超级客户了，就像我们淘宝的这个超级会员一样，对吧？啊，所以这个客户的话，是我们需要重点去保持和维护的这样的一批客户，那在 下一般价值的他可能也是在最近购买，购买次数也比较高，但是他的购买金额可能会比较低，对吧？所以这种客户的话，我们就比上面这个的价值要低一点，对吧？他这种客户可能他购买评测和时间上面也比较好，但是他无非就是 客单上面买的会比较低一点而已，对吧？所以这种客户我们重点就是后期去考虑怎么去提升他的客单，对吧？从这样的一个角度，从价格的，从利益的角度切入，然后去对他去做一些维护，对吧？ 然后在下面每一个大针对后面这一期详细看一下。然后例如我们说的像这种重要挽留和一般挽留的，那就是他购买时间也是比较低，也就是已经超过很久没来店铺购买了，对吧？他购购买的次数也是比较低，无非可能有一些以前购买的金额，那最 下面这里就三滴了，就购买时间、购买次数、购买金额都是比较低的，那这种已经是比较严重的这样的一个休眠流失客户了，那休眠流失客户里面的这种低价值的这种客户了，所以的话我一般就可以把客户按照这种类型来做这样的一个划分，那这种划分的话， 就是我们说的所谓的通过阿里分模型对客户去做一些这种价值的挖掘。那理解的前面我们说所谓的阿里值， f 值、 m 值，他所能挖出来的这些客户的价值之后， 那大家要去思考，哎，我在系统里面我怎么通过这三个值找出我们的这样的一批客户群，对吧？那前面我知道哪个值比较高了，那这个时候具体就找出这批客户，那找的话大家可以去客户运营平台里面，那在客户运营平台里面他会有这种交易时间 测数和客单价或者付款金额，对吧？那这几个就是我们前面讲的所谓的阿里 fm， 对吧？通过这几个标签，那我们可以找出我们想要的这样的一个客户群啊。那这我们几个例子来看一下， 这里有一家化妆品店铺，对吧？幺七年购买的客户大概有多少？那他想在三八的时候对 一批客户去进行这样的一个激活，因为他是幺七年十一月份到现在差不多三月已经有三个月时间了，那这批客户他其实他买的产品已经快用完了，或者已经用完了，对吧？那这个时候公司的预算的话，就是在三八这次活动里面只有一千块钱可以对这批客户去进行营销，对吧？ 那一千块钱的话，按照现在市场的这种短信价格一般是在四到五分，如果按五分来算的话，那可能我们就最多 整容器发两万条这个短信的，对吧？那两万条短信的话，那这个时候我们怎么去发？所以我们就得借助到我们前面讲的阿里 fm 这三个值，那我们去找出我们的这种高价值的客户，那我们看一下，假如我只用这种 购买次数就购买一次的，对吧？他在十一月份买过的，那这个时候你看我找出来就有十几万的客户，对吧？那这样我的预算根本就不够啊，对吧？所以的话我就得再加入另外一个值，就通过时间这个值， 通过这个啊，价格，这这个值，对吧？那我加入四十块钱以上的，那这批的话，可能就比那四十块以下的这一批他要更高了，那这个时候将近有两万，对吧？所以第二个筛选这里的话，他的客户群就比第一个这里的客户群要更高一点， 对吧？所以这个就是我们通过阿里 fm 这样的方式去把我们的客户去做这样的一个价值的这种归类，嗯， ok， 所以这个就是我们这节课给大家讲的，通过阿里 fm 模型去挖掘我们的这样的一个高价值客户。 那这里的话，大家重点是要理解什么是二了值，什么是 f 值，什么是 m 值，那二了值这里的话购买时间这里他会有灭七使用期、换购、休眠流失，对吧？那灭七的价值是比后面是要高的，那购买评测这里我们可以分为新客、老客、粉丝、客户， 那越到后面的话，那客户价值就越高，那购买金额这里，对吧？那高客单的肯定是高于这种平均客单，那低客单的价值是最低的，对吧？所以这个通过这几个值，我们可以在一定程度上对我们的客户去进行这种 价值的判断。但在后期的整个实际的应用里面，我们还会有很多其他的条件和标签，可以帮助我们更进一步去对我们的客户去进行一些价值上面的这种挖掘。那这个后面大家可以跟 前面我们讲的客户应用平台，包括我们客户细分啊，用更多的条件对客户去进行一些这种价值的这种。

想要快速了解客户，却又不知如何下手？今儿带您了解 rfan 分析模型，哪些是重要价值客户，哪些又是重要挽留客户呢？先找一张公司客户数据表，列出 yfr 代表最近一次消费时间， f 代表消费频率， m 代表消费金额。根据表 网格列出消费时间、消费频次和消费金额。你会分别得到三组数据，三组数据进行五分之评分，最终汇总到一起，得出平均分，就得到了客户的分支。最终打分数据就是该客户的权重得分，权重得分高的客户记得多沟通。下期带你了解 off 可视化模型，还不关注我？

同学们大家好，那么今天呢，我们来讲一下如何利用 particular 的完成，呃，完成客户分析里面的 r f m 分析。 那么首先呢，我们先简单说一下什么是 r f m， r 呢是客户的最后一次购买， f 呢是他的一个购买频次， m 呢是他的购买金额 啊，那么这个呃通过这三个因呃因素呢，我们来分析客户属于哪一类，对他的进行分类。 我在达到这个数据以后呢，我们首先呢呃对他呢进行一个呃，把它读到 prayq 里头，第一个呢我们先看这个是用户名，也就是我们的这个用户，第二个呢是他 的一个购买金额。第三呢就是订单，订单时间，首先呢我们全选 啊，全选，那么全选如果是一次的话呢啊，有时候这个表头没选上啊，咱们看一下这个 ctrl a， 没选上，就按两次 ctrl a 把它读进去，然后呢在这个数据标签里，数据标签里头的点击次表格，从表格 把它丢到 qq 里头。 那么读进来以后呢，首先呢我们需要给他添加一列，来计算他的这个最后一次购买时间的这个时间差啊，有几天，那么我们需要添加一个十点啊，这个都以打一个十点为计算 啊，就比如说呢，我们这块呢，都以二零一八年的十一月一号啊，零点零四分零秒为这个十点数据，那么先给他呢添加一个自定义列， 我们给它叫 r 的定位时间时间，那么我提前的把这个公式录好了，就是可以看到的，我们留这个公式 这里边的 detail 点 dat 啊，利用这个故事，那么如果时间有变的，大家调整这块的参数就行了。二零一八年十一月一号零点零分零秒，这里边点击确定， 点完确定以后呢，这里边需要注意的是这两个时间的格式不一样，看见没有，我们把它的更改一下类型，更改成时间，要不然一样，然后呢，现在呢，我们可以给他添加 r 列，也是自定义列， 自定义，然后呢我们输入 r， r 等于什么呢？ r 就等于这两个时间 r 的定位时间，双击它啊，就读进去了。减 付款时间，订单付款时间，这个的一减呢，就是到现在最近一次购买的时间到这里，那么这个 r 的算出来以后呢，我们对他的进行一个， 把它变成整数啊，我要他的整数部位，那么下来呢，我们来计算一下他的其他值，那么其他值呢？我们利用 分组啊，主页里面啊，这个在主页里面分组，分组依据。分组依据呢，我们依据什么呢？依据这个客户名字， 新列名的是 r， r 呢，我们要求要他的什么呢？最小值，注意 r 是最小值，注的就是他的 r， 那么我们还需要添加别的，这块要选择高级，如果是一六版的就没事啊，一六版的他这添加加号就行了。一样的啊，这有个加号， 添加这个我们这里添加聚合一六。呃， office 二零一六了，这里是添加一个加号点，加号 f f 呢，我们对行进行求和。呃，记对行进行计数啊，对行呢进 进行技术，我们得看一下是对行的进行技术。嗯，然后呢，这块也没不需要没有参数啊，再添加 m， m 呢，我们求他的求和就行了， 这块呢选择总金额，那么这里面呢，我们就设置好了啊，设置好了啊，买家名 rfm， 注意一会看这样的一个图，点击确定呢，我们这个图呢就生成好了，那么 rfm 就生成好了，比我们通过传统的方法要快一些。 那么这里边呢，我们先给他保存一下啊，因为这个公式呢，输的话不好输，但今天呢我们是提前录好了，保存一下呢，关闭并上载，我们再双击再双击回来， 那么他呢又回来了，回来以后呢，我们可以看一下再利用，就是利用我们的公式对他进行一个分类啊，就根据 r、 f、 m 的各自的参数，我们对他进行一个分类啊，他要是大于平均数就怎么样，小于平均数怎么样？ 翻过来看一下这个公式啊，这个 rs 分析的代码，先设置新的三个这个参数啊，这三个参数分别是 rms 的一个平均数， 然后呢对他呢进行一个较长的公式的，这个肺部欠套一个循环啊，当他属于什么的时候呢啊，他属于就是他小于平均值又怎么样？ 然后呢他大于平均是怎么样？他小于平均是怎么样？然后呢给他客户呢进行了呃分类。那么这里面呢我们呃 接着把这个公式呢输进去，复制进去，注意复制的时候呢，这里面呢前面有个逗号呢，也得复制上啊，因为前面那个代码呢本身是结尾了，没有，他后面没有带花的，你先给他后面加，需要给他补一个逗号，不然程序会报错 啊，你这个逗号呢，补到这个前头也行，补到他刚才我们的最后一个，呃 呃，最后一行，这个在后面。最后也行啊，都可以。然后呢？还有一步需要注意的是呢，我们这里面呢，需要把分组的行改掉啊，改成已添加条件列啊，改成已添加条件列， 然后呢？点击确定啊，这个我们这块未检查到错误啊，如果有问题他会提示的，你看多一个逗号，他会显示错误， 那么这里边的未检查的错误，注意，这个逗号不能少。然后这块呢，印后头要改一下啊，改成已添加条件列，那其他就没什么了，点击确定， 点确定。他对这个客户呢，就分好了啊，我们关闭并上载啊，关闭并上载啊，他就更新到这里了，更新到我们这个 excel。 好，那么我们今天呢，呃，就讲到这里。

接下来给大家讲这个 ifm 模型， ifm 模型经常也会听到，这个模型也是根据用户的一个行为啊定义，然后给他做一个用户类型的分类 啊，分群。现在讲这个啊啊是表示最近一次交易时间的间隔，比如说你是十月十号下载的数据，那有一个客户他是九月 一号下了单，就是最近的那一次，那他的一个时间间隔就是九月一号到十月十号这一个间隔，他能反映客户交易的活跃度，而另外一个也是能反映客户交易的活跃度呢？那就是 ff， 他就是表示客户最近一段时间内他的一个交易次数， 那 n 他是表示客户最近一段时间内的交易金额，他能反映客户价值。我们试想一下，如果一个客户他在理店一直在消费费，但是他消费的金额偏低，那对于 整一个店铺他的利润，他的毛利价值啊，都不高啊。接下来来看下面这一张表图，然后这个图呢，他是用来表示用户他的一个位置，或者他的一个逻辑， 然后下面这一个啊，这个表是用来我们区分用户他的一个类型的一个啊表，那我们来看一下啊，就是最近一次交易时间啊，这里是最近一次交易次数，还有这里是金额，那如果我们三折都很高，三折都很高，那他就是高价值用户，那像不像我们平常所说的一个 vip 啊？ vip， 那如果他的最近一次交易时间是很远很远之前，那其他两个都比较高的话，那他是重要保持客户， 我们要保持它啊，保持它有一个活跃度，经常在我们店消费，这个就是，呃最近一次交易间隔跟那个交易金额都比较高， 但是他的次数是比较低的，这个是重要发展客户，重要发展客户啊，我们同样的也是要保持他的活跃度，那还有这个是什么？这个只有他消费的金额是比较高的，但是他不是时长来， 不是经常来消费，那他这种是重要挽留客户，这四种是，呃，作为电商也好，零售也好，都是经常要维护的， 维护的这些客户，那下面这里是一般全部都是一般，一般价值一般保持、一般发展，还有潜在 这种潜在客户，即使他所有都低的，我们也会叫做流失用户，因为他也不来买东西，然后他的交易金额也很低， 然后他你们看到这里重要，他必须是他的金额都是比较高的，是吧？他这里首先他来消费，他 得付起一大笔钱，然后再去看他是否多次消费，他是否最近来一次消费，然后就区分了，然后这里一般的， 一般的他的是不是这个金额是比较低啊？然后他金额低，然后再去看他这里是否是价值用户，保持用户、发展用户这些啊？这个就是 ifm 怎么去分组？

啊，大家好，欢迎继续学习 svss 数据分析基础系列视频教程啊，今天这一节呢，给大家来分享一下如何在 svss 里边的实现 rfm 的分析 啊。 ipm 模型呢，是一个在市场营销领域或者客户新媒领域的这个非常广泛应用的一个模型啊，他呢简单易懂啊，就三个维度上对客户呢进行一个简单细分，然后呢？呃，基于细分的结果呢？对不同的客户群体呢，采取针对性的客户进行策略 啊，比如说挽留客户啊，发展客户或者激活客户，唤醒客户啊，就是这些这个不同的策略呢，就是基于我们这个细分模型里边啊不同的客户的这个特性啊来进行制定的啊。这三个纬度呢，一个是 r， r 就是最近一次消费的时间啊， 最近一次消费时间，如果客户很长一段时间没有买东西了啊，是一种什么样的状况？或者说客户呢？这个昨天刚刚买过东西啊，这又是另外一种状况啊， f 呢，就是他在我们这个统计区间内啊，就是在我们要分析的这个统计区间内， 呃，他一共消费多少次啊？频次，然后呢？ money 呢？就是在这个区间内他一共花了多少钱啊？一共贡献了多少销售额啊，非常简单明了。三个维度，然后呢在这里边呢，我们把客户细分完之后的话呢 啊，比如说这个客户昨天刚买完东西啊，这过去一段时间呢，频繁在买啊，然后呢每次花钱都花的很多啊，这销售额也很高 啊，都是三个维度都是最高分，那么这样的客户呢，应该是我们的这个最高价值的客户啊，应该是重要发展客户啊，或者说是重要的这个保留客户啊，就看你的具体一条策略 是什么了啊。好啊，这个呢具体的背景呢我就不再过多的介绍了，我们来在 sps 里面的来看一下如何去实现这样的一个分期 啊。我们打开 spss 里边把数据导进来，首先呢你要准备的数据呢是至少是这三个维度啊，第一个是最近购买的时间啊，最近购买的时间就是客户购买的时间，另外一个购买频次 就是多少在这个区间内购买多少次，然后他的贡献的这个销售额度啊，贡献的这个购买金额这三个维度基础之上呢，你还还可以加什么客户的标识啊？就是客户 id， 就是每一个客户他的整个的身份标识是什么啊？这个呢是 加不加的，其实都可以啊，那关键是最好是加上，这样的话你会知道这个客户最终的代表的是谁啊？好，呃， 然后我们在数据等一任之后直接在这个直销的这个分析菜单上啊，直销的分析在哪？因为 sps 注意啊有不同的版本呢，他这个菜单呢也是不一样的啊，会有一些这个细微的一些变化 啊，基本上他会分析的是靠在一起的，分析里边是很全的，然后他应该是靠在分析的右边，呃，至于叫什么啊，不同的版本里边呢，可能会叫法略有不同啊，你找一下就可以了。然后在这里面呢我们选择技术， 然后第一个就是啊啊 fm 的分析，把我确定我的最佳联系人啊，然后呢我们点一下这个模块，然后点继续啊，这里边呢有，他会问你，你的数据是交易数据还是客户数据啊？交易数据呢？就是，呃，这个客户有一次交易啊，就记录一次啊，很可能一个客户会重复 出现多次，而客户数据呢是我们对客户呢已经做了整合，就是每个客户的数据在这个数据集里面呢只出现一次啊，所以我们这个数据呢啊，呃，已经是做了整合的，我们来看来点那个客户数据啊，你要根据你自己的数据的实际情况啊，去选择这个选项 啊，我们点客户设计，然后点继续啊，在这里边呢我们来做变量，变量里边呢这个重置一下啊 啊啊，别让你们交易日期或者是时间间隔，我们来把最近购买放进去啊，然后呢交易数，我们把购买频率放进去， 然后金额呢？我们把购买金额放进去，然后客户标识呢，我们把扣快递放进去啊，最后这个项目你可以不放，可以空着啊，这个都没有问题的。 然后分享化啊，分享化，这里边呢还有两种分享方法，一种是签套，一种是独立签套呢？就是，呃，他其实像文字已经说的很清楚了啊，先按上费消费时间对客户进行分享，接着按频率进行分享，就类似的东西，他实际上呢意味着什么？意味着说 你的这个三个维度上是有优先级的啊，你可能是非常看重消费时间啊，或者然后是频率或者类似这样的一个，呃， 衡量标准啊，然后独立呢，就是说每这三个维度就分别独立啊，每一个维度上的所有的客户进行大排队 啊，这是这个独立的意思啊，我们这次呢来选择独立啊，你根据自己的需求啊，根据自己的需求啊，如果说你对这三个维度的就想平等对待的话呢，你就选择独立就可以了。然后喷香的 次数啊，那不是分享次数，是分享的这个数量他默认给了我啊，因为我们数据集呢比较少啊，就是这里边的数据比较少，所以我们能给他改成三啊，改成三 三是什么意思？或者是五是什么意思呢？就比如说这个货币啊，就是这个客户的消费金额，消费最多的那三分之一的客户啊，得三分啊，消费中间的那三分之一的客户，得二分 啊，得得两分，然后呢这个消费最少的那三分之一的客户呢，就是得一分啊，就这个意思，频率上一样。比如说一到十啊，这个可能 啊，八九十，得三分啊，然后四到七呢，是得二分啊，一到三呢，得一分啊，就这个意思。这个分项如果你改成五的话呢，其实就把这个得分的区间呢分成五段啊，跟三段时间一样的意思啊，保存里边呢，默认 他会这个把这三个维度的得分，还有哈 fm 的总得分的啊，都给我们写入我们这个活动数据集啊，默认他会写入活动数据集，什么意思呢？就是他会在我们后边啊，在增加四列啊，在我们整个的数据集的后边增加四列，这个一会你就会看到 啊，输出里边呢，我们其实这个都不需要啊，这个都不需要，我们直接看这个数据就可以了，然后点确定 好，等确定之后呢，这个数据已经出来了啊，这个这是这是这个，呃，消费最近一次消费日期的得分 啊，这是消费频率的得分，然后这是消费金额的得分，最终呢，最后呢是 rf 的得分， rfm 得分呢？实际上这个分数不是数字的意思啊，数字的意思，他实际上是什么？是这个这 列啊，乘以一百，加上这列乘以十，再加上这一列，你看到没有？幺二二，最终这是幺二幺二二，然后三幺幺，最终这是三幺幺啊，是这个意思啊，然后我们再对这一列呢进行一个降序啊，降序的排序 将需排序啊，所有这些客户，三三三，就是三个维度上都得最高分的客户啊，这可能就是我们的这个啊，比如说重点保持啊，或者是重点 挽留啊，类似的这种客户，然后呢紧接着第二类客户呢？三三二啊，然后三三幺，然后是二十三，然后往下降，降到什么二而起，然后再往下降，降到什么幺一起起， 这又来做到最后啊，就是这些基本上就是成绩客户了啊，好长时间不买东西啊，购买频率也很低，然后消费额度也很少，是不是流失了 啊？类似这样的东西啊，这个就可以帮我们去对客户呢进行一个啊排序筛选啊，然后细分就可以了。 好啊，这就是在 spss 里边呢，如何去实现 rfm 的分析啊，比在 excel 里面我们用公式去做的话呢，要更加的方便啊，更加的这个直观啊。这期视频再给大家分享到这。

上个视频给大家介绍了复购率，复购率只针对客户购买频次这一个指标，看一个总体的大数。如果需要对客户进行进一步的精细化管理，则需要引入我们今天要讲的这个模型， r f m 模型、 rfi 模型是衡量客户价值和客户创立能力的工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱这三项指标来描述客户的价值状况。 二是英文单词 resency 的缩写，代表最近一次消费的时间。 f 是 frequency 的缩写，代表消费频率。 m 是 monetary 的缩写，代表消费金额。这三个指标还可以分别一拆为二， 最近一次消费可以分为近或者远，消费频率可以分为高或者低。消费金额也可以分为高或者低。接着通过排列组合，我们便可以划分出八种客户。练习 接下来我们来通过表格的形式看一下这八种客户类型具体是如何划分的。 c 至一列是通过数值的形式将这三个指标进行量化。在 resency 这个指标中，一代表最近一次消费离得近，零代表离得远。 在 frequency 这个指标中，一代表购买频次高，零代表购买频次低。 monitor 为中同样一代表消费金额高，零代表消费金额低。到这边 有些小伙伴可能会有疑问，怎么样具体去判定近还是远，高还是低呢？关于这个疑问，在后续的视频中会做具体的介绍，这里暂时不做展开。通过排列组合，我们得到八类客户。 第一类重要价值客户，也叫三高客户，他是 ifm 三个值均高的优质客户，对于这类客户需要重点保持，比如说提供 vip 服务。第二类重要保持客户。 这类客户的特点是交易次数多，交易金额大，但是近期无交易，这就需要主动联系，比如说电话回访，了解最近无交易的原因。第三个重要发展客户， 特点是消费时间近，消费金额高，但消费频次少，这就需要设法提高消费频次，比如说派发优惠券，吸引消费。第四个重要挽留客户，特点是消费金额高，但消费时间远，消费频次少， 这就需要重点挽留，比如说通过短信通知、优惠活动等。以上四类重要客户的共性都是消费金额高， 消费金额低的均归到一般客户。在一般客户里面又细分出来四种类型。 一般价值客户指的是最近有交易，交易次数多，但消费金额不大的客户，对应的精细化运营策略是需挖掘刺激消费。一般发展客户指的是最近 有交易的客户，虽然说消费频次比较低，消费金额不大，但有可能是新客户，有推广的价值。一般保持客户，指的是交易次数多，但是近期无交易，交易金额也不大的客户， 这类客户一般维持就可以了。一般挽留客户指的是三 t 客户，也就是 if m 都不高， 这类客户有可能已经流失掉了，可以尝试一下，看能否挽回。以上就是 fm 模型概念以及精细化运营策略的一些介绍，具体的演示步骤将放到下个视频，敬请关注。

平均间就是用户的间隔的天数到底是多少？我们这时候的话算的是我们，呃，每一个用户的最后的这个消费的这个日期跟他当前的这个消费的天数是多少。那我们在这边话我们选择新建一个度量值， 那么这时的话我们这个度量怎么写呢？其实就是写一个，先写一个 r， 因为代表也是一个 r， 然后把它叫做什么？ 哦，不对啊，我们要在这里写，千万不要写错地方啊，千万不要写错地方，我们写在这里，写在这里面的话我们先来看一下新建一个度量值， 然后的话在这边画就是 给他写上一个间隔天数，就是说这里面这个间隔天数代表适合我们这个最新的消费时间来进行的。 ok， 我这里面消费时间的话可能还还写错了啊？