一、RFM价值模型简介
从三个角度进行客户细分：
Recency 距离最近一次交易的间隔（客户粘性）
Frequency 交易频次（忠诚度）
Monetary 交易金额（消费力）
二、RFM客户价值分类
分类表格
三、在Tableau如何实现？
1、创建字段：当前时间 （fixed主要是固定聚合函数，+1是避免是零值）
{ FIXED :MAX([订单日期])}+1
2、创建字段：客户最近一次下单时间：
{ FIXED [客户 Id]:MAX([订单日期])}
以客户id来分组聚合
3、计算R值，客户最近一次下单距当前时间的天数R值：
DATEDIFF('day',[客户最近一次下单时间],[参考时间])
4、计算R的参考值，R参考值为中位数
{ FIXED :MEDIAN([R值])}
5、计算F值，客户累计交易单数：
{ FIXED [客户 Id]:COUNTD([订单 Id])}
6、计算F的参考值，F参考值为中位数
{ FIXED :MEDIAN([F值])}
7、计算M值，客户累计消费金额M值
{ FIXED [客户 Id]:SUM([销售额])}
8、计算M的参考值，M参考值为中位数
{ FIXED :MEDIAN([M值])}
9、创建客户分类字段
R值越小，客户活跃度越高，按照上面的图表编写条件语句
IF [R值]<[R参考值] and [F值]>=[F参考值] and [M值]>=[M参考值]
then '重要价值客户'
ELSEIF [R值]>=[R参考值] and [F值]>=[F参考值] and [M值]>=[M参考值]
then '重要唤回客户'
ELSEIF [R值]<[R参考值] and [F值]<[F参考值] and [M值]>=[M参考值]
then '重要深耕客户'
ELSEIF [R值]>=[R参考值] and [F值]<[F参考值] and [M值]>=[M参考值]
then '重要挽留客户'
ELSEIF [R值]<[R参考值] and [F值]>=[F参考值] and [M值]<[M参考值]
then '潜力客户'
ELSEIF [R值]<[R参考值] and [F值]<[F参考值] and [M值]<[M参考值]
then '新客户'
ELSEIF [R值]>=[R参考值] and [F值]>=[F参考值] and [M值]<[M参考值]
then '一般维持客户'
else '一般维持客户'
END
10、效果图
RFM模型条形图.png
但是我们发现流失客户的比例太高，我们所用的平均值作为参考可能会有一定的问题。
RMF价值客户散点图.png
