秒速pk10 > 能力公社 > RFM客户分层模型 开发者中心

RFM客户分层模型

利用rfm模型进行客户分层,按行为细分客户,推算客户贡献度

1条评分 51个项目使用过

基本信息

  • 能力名称(中文): RFM客户分层模型
  • 能力名称(英文): RFMAnalyzeModel
  • 版本: V1.18.12.17.1207
  • 能力入口类名: com.hylanda.nifi.processor.ams.processors.RFMAnalyzeModel.RfmProcessor
  • 开发者
  • 供应商平台自营
  • 编程语言: JAVA
  • 授权范围: 公开
  • 工程分类: 模型分析
  • 能力分类: 普通能力
  • 能力级别: 普通
  • 能力状态: 正常
  • 标签: RFM,分析模型

收费方式

  • 收费方式: 免费(推广期免费使用)

使用说明

能力说明

功能简介

  • 该能力可根据用户输入的订单数据,全自动生成RFM模型分析结果。
  • RFM模型是一种客户分类模型,可根据客户的购买行为对客户分类,帮助商家对不同类型的客户指定针对性营销方案。
  • 参考资料:
  • 注意:本能力只能在2018年7月1日之后申请的工作台资源上正常运行,之前的工作台资源缺少操作系统支持

配置参数

参数名称 参数类型 是否必填 默认值 参数说明
字段名称-客户网名 文本 客户网名 设置客户网名在数据中的字段名称,以便系统识别该数据
字段名称-订单编号 文本 订单编号 设置订单编号在数据中的字段名称,以便系统识别该数据,导入数据可以一个订单号多条记录,支付金额会被累加
字段名称-订单时间 文本 交易时间 设置订单时间在数据中的字段名称,以便系统识别该数据,导入数据时需要标准时间格式形如 2017-09-29 22:58:57
字段名称-订单金额 文本 订单支付金额 设置订单金额在数据中的字段名称,以便系统识别该数据,导入数据时需要以“元”为单位的数字,可以带小数点

输入简介

此能力需要前置数据源能力,来提供订单数据,推荐使用“数据文件上传”或“读取数据库”来引入订单数据

输入图片说明

图1:样例流程图

例如,使用数据文件上传能力上传一个excel,数据样例如下:

订单编号 客户网名 交易时间 订单支付金额
P12312312 张三 2017-09-09 22:58:57 22323.22
P12312313 李四 2017-09-09 22:58:57 22323.22
P12312314 赵茜 2017-09-09 22:58:57 22323.22
P12312316 孙俪 2017-09-09 22:58:57 22323.22

可以进行测试

聪明的观众似乎看出来了,exel各列的名字,就是要配置在参数里的值,而且我们默认值就是为这份样例数据量身打造的。
如果你的数据各字段列名不一样,请修改能力参数,告诉本能力,你的这四个字段分别叫什么,例如改成这样:

图2:字段配置假设图
但如果你用我们的样例数据测试,请不要更改上述参数

都配置好后,就可以启动能力了

输入图片说明

图3:能力准备中

能力在启动后先回进行模型的初始化,初始化完成后,就会显示如下内容

输入图片说明

图4:初始化完成

此时可以点击右侧边栏的数据标签,打开数据视图,看到如下界面( 如果没有显示请按F5刷新浏览器

输入图片说明

图5:数据视图-读取数据中

待前方能力将数据全部读取完成后,前置队列也没有堆积数据了,就可以点击“启动RFM建模”的按钮了

输入图片说明

分析工作将很快完成,完成后,将显示两个新的按钮

输入图片说明

图6:数据视图:分析完成

你可以下载csv文件,文件为gbk码制,可以使用excel打开,各列含义如下

表:csv各列含义

列名 含义
recency 客户最后一次来访距离今天的天数
topest 客户最高一次消费额(单位:分)
monetary 客户的总消费额(单位:分)
frequency 客户的总消费次数
buyer 客户网名(输入数据原样展示)
recency_stand recency的标准化数值,范围0~1000,值越大代表客户最后一次消费日期越近
frequency_stand frequency 的标准化数值,范围0~1000,值越大代表消费次数越多
monetary_stand monetary 的标准化数值,范围0~1000,值越大代表客户总消费额越高
topest_stand topest 的标准化数值,范围0~1000,值越大代表客户单笔最高消费越高
R 用于RFM分层识别码的第一位,使用recency_stand值三等份,值在333以下的为0,666以上的为2,其余为1
F 用于RFM分层识别码的第二位,使用frequency倒排并按序列三等份,序列后33%为0,前33%为2,其余为1
M 用于RFM分层识别码的第三位,使用monetary倒排并按序列三等份,序列后33%为0,前33%为2,其余为1
RFM_CLASS RFM客户分层识别码
buyer_value 根据内建客户价值权重模型,并根据rfmt四个数值,进行的客户价值推测值,范围0~1000,值越大的客户越有价值

表:RFM客户分层识别码的含义

识别码 含义
重要价值客户(222) 最近消费时间近、消费频次和消费金额都很高,必须VIP
重要维护客户(*22) 最近消费时间较远,但消费频次和金额都很高,说明这是个一段时间没来的忠诚客户,我们需要主动和他保持联系
重要发展客户(2*2) 最近消费时间较近、消费金额高,但频次不高,忠诚度不高,很有潜力的用户,必须重点发展
重要挽留客户(**2) 最近消费时间较远、消费频次不高,但消费金额高的用户,可能是将要流失或者已经要流失的用户,应当基于挽留措施
其他 非重要客户

点击查看散点图可看到如下图:

输入图片说明

图7:RFM散点图

此图每一个点代表一个客户,点在三维空间的坐标即为其R,F,M三值,通过查看其空间分布可方便的对客户进行分类
三维空间坐标均为0~1000,取值为csv文件中的对应stand值,即使用标准差一致化后的值

以上即为RFM模型能力所提供的全部功能

注意:若停止能力,数据视图将不可使用,且内部全部数据都会消失,请及时下载分析结果留存

输入数据样例

{
    "订单编号":"p32341",
    "客户网名":"张三",
    "交易时间":"2017-09-09 22:58:57",
    "订单支付金额":"22323.22"    
}

输出简介

本能力没有输出数据,全部输出均在数据标签视图内

输出数据样例

本能力没有输出数据,全部输出均在数据标签视图内

相关能力

数据源能力,例如数据文件上传,读取数据库

参考指标

核心算法读取30万数据并计算消耗两分钟,但不保证由于数据的不同而产生不同的性能

附加说明

隐藏参数说明

最新版本

  • 最新版本: V1.18.12.17.1207
  • 更新日志: 由于后台服务器vpc迁移,修改内部连接配置

用户评论