RFM分析怎么做？大神手把手教会你！——九数云BI | 帆软九数云
RFM 分析可以用于对用户进行分类，并判断每类细分用户的价值。这种数据分析方法需要通过最近一次消费时间、最近一段时间内消费频次、最近一段时间内消费金额这三个关键指标判断客户价值并对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略。
那我们具体应该怎么去分析使用呢？下面小九用九数云来为大家演示~
一、RFM 分析：上传数据
1）在「我的分析」下创建「RFM模型分析」主题，上传示例数据「RFM明细数据」，如下图所示：
2）添加数据，点击「字段设置」勾选以下几个字段，点击「保存并更新」，如下图所示：
二、RFM 分析： 计算客户的消费指标
计算每个客户的平均单次消费金额、消费次数、最后一次消费距今天数。
1）对数据进行分组汇总，如下图所示：
2）求最近一次消费距今的天数，新增一列计算时间差，如下图所示：
三、RFM 分析： 计算所有客户消费指标的平均值
3.1 用户平均消费金额
1）新增列，计算所有用户消费总金额和次数，如下图所示：
2）新增列，计算所有用户平均消费金额，用户平均消费金额=所有用户消费总金额/消费总次数，如下图所示：
3.2 用户平均消费次数
新增列，计算所有用户的平均消费次数，如下图所示：
3.3 最近一次消费距今平均天数
新增列，求所有用户最近一次消费距今的平均天数，如下图所示：
四、RFM 分析：用户消费指标评价
根据关键指标是否大于客户总体平均值水平进行评价.
4.1 次均消费金额评价
新增公式列「次均消费金额评价」。如下图所示：
4.2 消费次数评价
新增公式列「消费次数评价」，如下图所示：
4.3 最近一次消费距今天数评价
新增公式列「最近一次消费距今天数评价」，如下图所示：
五、RFM 分析： 划分客户类型
已经得到客户的特征向量值，可以根据用户特征分类
5.1 添加 RFM 指标
新增公式列「RFM」，使用 CONCATENATE() 函数将 RFM 向量化值拼接起来
5.2 对 RFM 指标分组
新增赋值列「客户类型」，对「RFM」列分组赋值，如下图所示：
以上就是小九为大家总结的RFM 分析操作步骤，希望对大家有所帮助，如果想实现更加便捷高效的数据分析，推荐您使用九数云，这一款零代码数据处理平台，为用户提供了简单直观的操作界面，使数据统计和分析变得轻松而高效。九数云提供数据分析、图表制作、仪表板搭建、故事报告等功能模块，业务人员可自由地构建自己所需要的人事仪表板、财务仪表板、市场仪表板、销售仪表板等，并可与团队成员在线共享数据与报表。
热门产品推荐
九数云BI是一个人人都可轻松上手的零代码工具，您可以使用它完成各类超大数据量、超复杂数据指标的计算，也可以在5分钟内创建富有洞察力的数据看板。企业无需IT、无需大量资源投入，就能像搭积木一样搭建企业级数据看板，全盘核心指标综合呈现，用数据驱动商业决策。
