数据分析之客户价值模型(RFM)技术总结

©作者 | leo
管理学中有一个重要概念那就是客户关系管理(CRM)，它核心目的就是为了提高企业的核心竞争力，通过提高企业与客户间的交互，优化客户管理方式，从而实现吸引新客户、保留老客户以及将已有客户转化为忠实客户的运营机制。
而这其中最为经典的实现模型那就是RFM模型，它主要通过对每个客户的近期消费时间，购买频率和购买金额来对不同的客户进行价值状态划分。
从而使得我们可以有针对性的对不同用户进行个性化运营和营销。
01 RFM模型核心维度
针对上述3个维度，我们的预期：
最近一次消费的时间(Recency)：
该维度指的是最近一次消费时间间隔(R), 也就是上一次消费的时间间隔，该值越小客户价值越高，这是因为消费间隔越近的客户越有可能产生二次消费。
某段时间内消费频率次数(Frequency):
消费频次(F)体现了客户的购买频率，那么购买频次越高，越能体现用户的消费活跃程度，因此，客户价值也就越高。
某段时间消费的总金额(Monetary)：
消费金额(M)这个从字面意思即可知道，用户的消费金额越高，用户的消费能力越

数据分析之客户价值模型(RFM)技术总结最先出现在Python成神之路。