tableau-RFM模型

解释

R-最近一次消费（Recency），通常影响因素为店铺的记忆强度，接触机会的多少，回购周期等。这个指标会用于决定客户接触策略，接触频次，刺激力度等。

F-消费频率（Frequency），通常影响因素为品牌的忠诚度，店铺熟悉度，客户会员等级，购买习惯等。这个指标会用于决定资源投入，营销优先级，活动方案决策等。

M-消费金额（Monetary）,通常影响因素为消费能力和产品的认可度。这个指标会用于决定推荐商品，折扣门槛，活动方案等。

实现过程

1.新建计算字段参考时间，{ FIXED : MAX([订单日期])}+1

2.新建计算字段客户最近一次下单时间，{ FIXED [客户 ID]: MAX([订单日期])}

3.新建计算字段R值(距离最近一次交易的间隔)，DATEDIFF('day',[客户最近一次下单时间],[参考时间])

4.新建计算字段R参考值，{ FIXED : MEDIAN([R值(距离最近一次交易的间隔)])}

5.新建计算字段F值(交易频次)，{ FIXED [客户 ID]:COUNTD([订单 ID])}

6.新建计算字段F参考值，{ FIXED : MEDIAN([F值(交易频次)])}

7.新建计算字段M值(交易金额)，{ FIXED [客户 ID]:SUM([销售额])}

8.新建计算字段M参考值，{ FIXED :MEDIAN([M值(交易金额)])}

9.新建计算字段客户价值分类，IF [R值(距离最近一次交易的间隔)]<[R参考值] and [F值(交易频次)]>=[F参考值] and [M值(交易金额)]>=[M参考值] THEN '重要价值用户'
ELSEIF [R值(距离最近一次交易的间隔)]>=[R参考值] and [F值(交易频次)]>=[F参考值] and [M值(交易金额)]>=[M参考值] THEN '重要唤回用户'
ELSEIF [R值(距离最近一次交易的间隔)]<[R参考值] and [F值(交易频次)]<[F参考值] and [M值(交易金额)]>=[M参考值] THEN '重要深耕用户'
ELSEIF [R值(距离最近一次交易的间隔)]>=[R参考值] and [F值(交易频次)]<[F参考值] and [M值(交易金额)]>=[M参考值] THEN '重要挽回用户'
ELSEIF [R值(距离最近一次交易的间隔)]<[R参考值] and [F值(交易频次)]>=[F参考值] and [M值(交易金额)]<[M参考值] THEN '潜力用户'
ELSEIF [R值(距离最近一次交易的间隔)]<[R参考值] and [F值(交易频次)]<[F参考值] and [M值(交易金额)]<[M参考值] THEN '新用户'
ELSEIF [R值(距离最近一次交易的间隔)]>=[R参考值] and [F值(交易频次)]>=[F参考值] and [M值(交易金额)]<[M参考值] THEN '一般维持用户'
ELSEIF [R值(距离最近一次交易的间隔)]>=[R参考值] and [F值(交易频次)]<[F参考值] and [M值(交易金额)]<[M参考值] THEN '流失用户'
end

实现结果