打开百度App，看更多图片

背景（Background）

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。

正文

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。

通过RFM分析将客户群体划分成一般保持客户、一般发展客户、一般价值客户、一般挽留客户、重要保持客户、重要发展客户、重要价值客户、要挽留客户等八个级别。

“↑”表示大于均值，“↓”表示小于均值

因为有三个变量，所以要使用三维坐标系进行展示，X轴表示Recency，Y 轴表示Frequency，Z轴表示Monetary，坐标系的8个象限分别表示8类用户，根据上表中的分类，可以用如下图形进行描述：

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。IBM SPSS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（2016版）做初步的RFM分析，操作步骤如下：

第一步：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：

确认数据表连续的，中间没有空行空列的情况选中表格中有数据的任意单元格在“插入”选项卡下点击“数据透视表”，excel会默认选择有数据的整个区域，无需在插入透视表前选择区域

在右侧的数据透视表字段中，将“客户编号”拖动至行的位置，将“日期”拖动到值得位置。日期的计算方法默认是计数，这里我们希望它计算最大值，点击“计数项：日期”右侧的小三角

点击后出现如下选项，选择“值字段设置”

将值汇总方式改为“最大值”。如果此时直接点击确定，透视表中日期将变为数字形式显示，为了使其显示为日期格式，点击“数字格式”更改格式，选择日期格式。

接下来，依次将“记录ID”和“销售金额”拖动至值的位置，按照上面修改日期的值汇总方式，“记录ID”值汇总方式选择计数，“销售金额”值汇总方式选择平均值。

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：

选中整个透视表区域（快捷操作：点中透视表中任意单元格，按Ctrl A），复制整个透视表新建一个sheet，点击右键，在粘贴选项中选择粘贴值

在空白单元中填入采集数据日期，选中B列中除去汇总行其他有数据的区域即B1:B996（快捷操作：选中B1单元格，同时按住Ctrl Shift 向下键可以选中该列所有有数据的单元格，然后按住Shift 向上键，此时就选中了除去汇总行的其他单元格），点击右键，选择选择性粘贴，在对话框中运算区域选择“减”。

此时B列下数据现在显示为#号。保持B列中数据被选择的情况，在开始选项卡下，将格式修改为“常规”。此时B列中的数据都是负数。在空白单元格中键入-1，复制填有-1的单元格，选中B列中有数据的单元格，选择性粘贴，这次运算方式改为“乘”，方法参考上一步选择性粘贴的方法。

最后得到：

到此，我们得到R,F,M针对每个客户编号的值。

第二步：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：

在G2中求 R的最大值，利用公式max求最大值，公式参考下图

在G3中求 R的最小值，利用公式min求最小值，公式参考下图

在G4中求 R的极差三等分距，公式参考下图

计算F、M的最大值、最小值、极差三等分距（快捷操作：选中刚刚计算的三个单元格，将鼠标滑动值选中区域的右下角，出现一个黑色实心的十字，点击左键，拖动鼠标至I4单元格）

R-score的计算公式为：

插入4列计算R值、F值、M值、RFM值在E2中输入公式=IF(ROUNDUP((B2-K$3)/K$4,0)=0,1,ROUNDUP((B2-K$3)/K$4,0))。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。使用K$3和K$4锁定引用的单元格，是为了后续的公式复制，最小值和极差三等分距不会发生相对引用而变化位置（锁定引用单元格除了手工添加$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）

滑动鼠标至E2单元格右下角，出现黑色实心十字后，按住左键拖动鼠标至G2单元格，求出F值和M值

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。

在H2单元中输入公式，=E2*100 F2*10 G2，求得RFM值

在选中E2:H2单元格的状态下，滑动鼠标至H2单元格右下角，出现黑色实心十字后，双击鼠标左键，求得所有客户的R值、F值、M值和RFM值，如下图

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：

选中数据表中带有数据的任意单元格，在插入选项卡下，选择数据透视表。由于左侧数据表和右侧计算R、F、M的最大值等数据表中间有空列，所有Excel在识别区域时，不会识别到右侧的数据表，默认区域会识别到997行，由于不需要最后一行的汇总行，将区域修改只到996行。

将RFM score拖入行的位置，将行标签拖入值得位置，汇总方式为计数。

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：

将B列宽度拉宽在开始选项卡下，选择条件格式下拉菜单下，选择数据条，选择随意颜色即可

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，读者可以自行思考，也可以将您的答案留言到评论区哦。

大家可以思考以下几个问题：

1）哪一类客户是最优质的客户？

2）哪一类客户是具有高流失风险的优质客户？

3）哪一类客户是需要进行Upsell的客户？

4）哪一类客户是公司的高成本客户（不赚钱客户）？

结 语

消费进度、消费频度、消费额度是测算消费者价值最重要也是最容易的方法，这充分的表现了这三个指标对营销活动的指导意义，但不代表这三个指标牢不可破，例如嘀嘀（快车、专车、顺风车多业务类型）和支付宝（多功能场景）这种，业务方除了消费额度、消费频度以外，在制定补贴策略的时候，还会考虑用户的跨场景使用，越多的功能业务场景被使用，意味着用户忠诚度越高，这个时候将模型的核心指标增加或者调换，就可以实际应用到辅佐补贴策略上了，这也是为什么别人领券能领5块钱，你只能领1块钱，别人为啥能领到快车券，你只能领到接机专车券的原因了。