案例用Excel做简单的RFM分析.docx

案例用Excel做简单的RFM分析.docx

《案例用Excel做简单的RFM分析.docx》由会员分享，可在线阅读，更多相关《案例用Excel做简单的RFM分析.docx（12页珍藏版）》请在冰豆网上搜索。

案例用Excel做简单的RFM分析

案例：

用Excel对会员客户交易数据进行RFM分析

作者：

***

乾兆亿（R）数据分析创始人

企业经营数据分析专家

高级咨询顾问、高级企业培训师

背景：

一个会员服务的企业，有近1年约1200个会员客户的收银数据。

由于公司想针对不同类别不活跃客户进行激活促销；同时，为回馈重点客户，也计划推出一系列针对重点客户的优惠活动，希望保留这些客户，维持其活跃度。

因此希望利用该数据进行客户分类研究。

根据客户的需求，RFM模型相对简单并且直接，按照R（Recency-近度）、F（Frequency-频度）和M（Monetary-额度）三个维度进行细分客户群体。

由于该客户的数量较少（约1200个），所以，采用3x3x3=27个魔方（1200/27=44左右）较为合适，虽然平均每类客户数量较少，考虑到集中度分布情况，数量多的分类也能够有200-300左右，适合针对会员客户进行短期的电话、短信营销或者信函营销的数量。

RFM模型原理：

RFM模型是一个简单的根据客户的活跃程度和交易金额贡献所做的分类。

因为操作简单，所以，较为常用。

近度R：

R代表客户最近的活跃时间距离数据采集点的时间距离，R越大，表示客户越久未发生交易，R越小，表示客户越近有交易发生。

R越大则客户越可能会“沉睡”，流失的可能性越大。

在这部分客户中，可能有些优质客户，值得公司通过一定的营销手段进行激活。

频度F：

F代表客户过去某段时间内的活跃频率。

F越大，则表示客户同本公司的交易越频繁，不仅仅给公司带来人气，也带来稳定的现金流，是非常忠诚的客户；F越小，则表示客户不够活跃，且可能是竞争对手的常客。

针对F较小、且消费额较大的客户，需要推出一定的竞争策略，将这批客户从竞争对手中争取过来。

额度M：

表示客户每次消费金额的多少，可以用最近一次消费金额，也可以用过去的平均消费金额，根据分析的目的不同，可以有不同的标识方法。

一般来讲，单次交易金额较大的客户，支付能力强，价格敏感度低，是较为优质的客户，而每次交易金额很小的客户，可能在支付能力和支付意愿上较低。

当然，也不是绝对的。

RFM的分析工具有很多，可以使用SPSS或者SAS进行建模分析，然后深度挖掘。

IBMSPSS还有个Modeler，有专门的RFM挖掘算法供使用。

本文为了普及，介绍使用Excel（2007版）做初步的RFM分析。

操作步骤：

第一步：

数据的清洗

原始数据集：

数据请参考附件Excel（模拟数据.xlsx）。

大家可以下载练习。

该数据集共有26600多条数据，包含记录ID（数据库的primarykey）、客户编号、收银时间、销售金额、销售类型共5个字段

通过简单的筛选，可以看到，在交易金额中有0消费额，有负数消费额，继续查看交易类型，发现为“赠送”和“退货”所造成。

这些数据在本次分析中用不到，所以在数据处理时需要通过筛选除去。

Excel操作：

Ø鼠标点击第一行的行标“1”以选中第一行

Ø菜单栏点击“数据”，快捷按钮栏点选“筛选”

Ø鼠标点击“销售类型”筛选下拉按钮，可以看到所有数据集中有的销售类型

Ø点选“销售金额”字段的小角标也可以看到有负数出现。

第二步：

数据处理

根据分析需要，R用客户最后成交时间跟数据采集点时间的时间差（天数）作为计量标准；F根据数据集中每个会员客户的交易次数作为计量标准（1年的交易次数）；M以客户平均的交易额为计量标准。

通过Excel的透视表即可计算以上RFM数据。

Excel操作：

Ø菜单栏点击“插入”

Ø快捷按钮栏点击“透视表”

Ø选择数据区域，确认所有的数据都被选择

Ø选择在“新工作表”中插入数据，然后点击“确定”

Ø将“客户编号”拖入“行标签”栏

Ø将“收银时间”、“记录ID”、“交易金额”拖入数值计算栏

Ø点击“收银时间”数值计算栏按钮，选择“值字段设置”

Ø在“计算类型”中选择“最大值”

Ø在对话框左下角，点击“数字格式”，设定时间格式为：

yyyy-mm-dd，然后“确定”

Ø点击“销售金额”数值计算栏按钮，选择“值字段设置”

Ø在“计算类型”中选择“平均值”，然后“确定”

Ø在“记录ID”数值计算按钮栏，选择“值字段设置”

Ø在“计算类型”中选择“计数”，然后“确定”

Ø在透视表顶部筛选项“销售类型”处，点击下拉按钮小角标，在“选择多项”前的小方框中打勾，然后点掉“退货”和“赠送”前的勾，然后“确定”会得到如下结果。

以上我们得到了：

1）F值：

客户这1年共消费了多少次

2）M值：

客户每次交易的平均消费金额

但是，R值还需要做些处理。

目前R值只得到的是客户最近一次消费日期，需要计算距离数据采集日期的天数。

Excel操作：

Ø鼠标拉选列标签ABCD,选中透视表所在的四列

Ø按ctrl^C（复制），点击“开始”菜单栏下，快捷按钮栏“粘帖”下的小下拉三角标，选择“粘帖值”【或者点“选择性粘帖”，然后选择粘帖值】，用单纯的数据形式覆盖原有透视表。

Ø在C1单元格中输入数据采集日期2010-09-27，格式为yyyy-mm-dd

Ø然后选中C1单元格，复制其中内容

Ø选中B5：

B1204【快捷操作：

点中B5,同时按住Shift^Ctrl后点击向下箭头，松开ctrl键，继续按住shift键，按一次向上箭头，取消数据最后一行的汇总数据】

Ø点击“开始”菜单栏下快捷按钮栏上的“粘帖”按钮下方的下拉箭头，选择“选择性粘帖”，在对话框中勾选“减”，然后“确定”

Ø在不取消目前选择的情况下，选择“开始”菜单栏下快捷按钮栏上的格式化下拉菜单，选择“数字”

因为得到的数据为最后交易日期减去数据采集日期的天数，是负值，所以，还需要处理。

Ø在D1单元格中输入-1

Ø然后ctrl^C复制D1单元格中的值（-1）

Ø然后选中B5：

B1204【快捷操作同上】

Ø“开始”-“粘帖”下拉按钮-“选择性粘帖”-在计算部分选择“乘”，然后点击“确定”

最后得到：

到此，我们得到R,F,M针对每个客户编号的值

第三步：

数据分析

R-score,F-score,M-score的值，为了对客户根据R,F,M进行三等分，我们需要计算数据的极差（最大值和最小值的差），通过对比R（或者F,M）值和极差三等分距，来确定R（或者F,M）的R-score,F-score,M-score。

所以先计算R、F、M的最大值、最小值、极差三等分距

Excel操作：

ØF1到H1代表R\F\M的最大值，利用公式“=max（B5:

B1204）”计算,（计算F时B换成C，M时B换成D即可）

ØF2到H2代表R\F\M的最小值，利用公式“=min（B5:

B1204）”计算（计算F时B换成C，M时B换成D即可）

ØF3到H3代表R\F\M的极差三等分距，利用公式“=（F1-F2）/3”计算（计算F时F换成G，M时F换成H即可）

Ø【以上快捷操作可用，先输入F1,F2,F3单元格里的公式，选择F1：

F3三个单元格，然后拉动右下角的黑色小十字叉，向右拖动复制F列公式到G和H列即可】

R-score的计算公式为：

ØE5单元格内输入：

“=IF（ROUNDUP（（B5-$F$2）/$F$3,0）=0,1,ROUNDUP（（B5-$F$2）/$F$3,0））”

Ø之所以使用IF判断函数，主要是考虑到当R值为最小值时，roundup（B5,0）为0，用if函数判断如果为0，则强制为1。

Ø之所以用$F$2锁定引用的单元格，是为了后续的公式复制，最小值和极差三等分距不会发生相对引用而变化位置【锁定引用单元格除了手工添加$符号外，快捷方式是选中引用的单元格按F4快捷键，此处都比较麻烦，手工输入$符号还快些】

Ø【另外一种简单的处理方式就是直接用公式“=ROUNDUP（（B5-$F$2）/$F$3,0）”，然后用ctrl^H快捷操作，将0值替换成1即可，这个替换需要将公式复制-快捷粘帖为数值后进行】

F-score和M-score如法炮制。

ØF5单元格公式为：

=IF（ROUNDUP（（C5-$G$2）/$G$3,0）=0,1,ROUNDUP（（C5-$G$2）/$G$3,0））

ØG5单元格公式为：

=IF（ROUNDUP（（D5-$H$2）/$H$3,0）=0,1,ROUNDUP（（D5-$H$2）/$H$3,0））

RFM-score的计算，利用分别乘以100-10-1然后相加的方式，让R、F、M分别为一个三位数字的三个百分位、十分位和个位表达，该三位数的三个位代表了3x3x3=27魔方三个维度上的坐标。

ØH5单元格的公式为：

=E5*100+F5*10+G5

Ø选中E4到H4区域，双击右下角小黑色十字叉，复制E4到H4公式到所有客户数据中

Ø得到结果如下：

接下来的步骤就是统计各个魔方上的客户数量

再次利用透视表形成统计结果

Excel操作：

Ø“插入”菜单栏下快捷按钮栏按“透视表”，在数据表区域中选择A4：

H1204【确认这个选择，自动跳出来的区域要改一下的哦】，然后点击“确定”

Ø将RFM-Score拖入“行标签”中，将“客户编号”拖入“数值计算”栏中，点击“数值计算”栏中的“客户编号”项，选择“字段数值设置”，选择计算方法为“计数”，得到处理结果如下：

第四步：

数据分析结果解读和可视化

得到这个分析结果，利用Excel的条件格式功能可以对得到的数据分析结果做简单的视觉化。

Excel操作：

Ø将透视表中B列拉宽（如上图）

Ø选中B5:

B22列

Ø“开始”菜单栏下快捷按钮栏点击“条件格式”下拉菜单中选择“数据条”，然后选择一个颜色即可

通过条形图的视觉化，可以直观地对比哪类客户数量较多。

第五步：

数据分析结果的商业解读（略）

因为此数据为模拟数据，且数据分析过程中有许多需要商业活动参与执行者参与的过程。

此案例仅仅是一种操作的演示。

具体的分析结果解读，读者可以自行参考。

有想要深度讨论的，可以加我QQ（5316637，请注明：

数据分析探讨）或者加入企业经营数据分析专业交流群（群  号:

109742944）进行交流。

祝大家生活愉快！