数据分析入门与实战  公众号： weic2c

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。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（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。

回复 数据分析入门与实战   公众号 “RFM”获取。

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：

鼠标点击第一行的行标“1”以选中第一行

菜单栏点击“数据”，快捷按钮栏点选“筛选”

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

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：

菜单栏点击“插入”

快捷按钮栏点击“透视表”

选择数据区域，确认所有的数据都被选择

选择在“新工作表”中插入数据，然后点击“确定”

将“客户编号”拖入“行标签”栏

将“收银时间”、“记录ID”、“交易金额”拖入数值计算栏

点击“收银时间”数值计算栏按钮，选择“值字段设置”

在“计算类型”中选择“最大值”

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”

点击“销售金额”数值计算栏按钮，选择“值字段设置”

在“计算类型”中选择“平均值”，然后“确定”

在“记录ID”数值计算按钮栏，选择“值字段设置”

在“计算类型”中选择“计数”，然后“确定”

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：

鼠标拉选列标签ABCD,选中透视表所在的四列

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。

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

然后选中C1单元格，复制其中内容

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】

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”

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。

在D1单元格中输入-1

然后ctrl^C复制D1单元格中的值（-1）

然后选中B5：B1204【快捷操作同上】

“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：

F2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）

F3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）

【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：

E5单元格内输入：“=IF(ROUNDUP((B5-$F$2)/$F$3,0)=0,1,ROUNDUP((B5-$F$2)/$F$3,0)) ”

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。

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】

【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。

F5单元格公式为：=IF(ROUNDUP((C5-$G$2)/$G$3,0)=0,1,ROUNDUP((C5-$G$2)/$G$3,0))

G5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。

H5单元格的公式为： =E5*100+F5*10+G5

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

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：

“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”

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：

将透视表中B列拉宽（如上图）

选中B5:B22列

“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。