东哥陪你学PowerBI——通过RFM模型分析客户价值

不锈钢尘灰

RFM模型通过R、F、M三个要素确定客户价值，是衡量客户价值的重要工具之一。

R(Recency)
指最近一次消费，消费时间越近越好

F(Frequency)
指消费频率，即购买次数，次数越多越好

M(Monetary)
指消费金额，金额越高越好

本章通过分析某店铺会员消费数据，将每个会员的R、F、M得分值与平均值做对比
（每个要素好于平均值记为A，比平均值差记为B），

将会员分为以下八种，以便针对性做营销决策，实现精细化运营
AAA：重要价值会员；BAA：重要保持会员ABA：重要发展会员； BBA：重要挽留会员AAB：一般价值会员； BAB：一般保持会员ABB：一般发展会员； BBB：一般挽留会员

我们就以一组虚拟数据来演示一下，如果用RFM模型分析客户

一、数据准备

数据源：外部EXCEL文件导入PowerBI

• 会员表(一千多条虚拟会员信息)
• 消费明细(一年左右一万多条记录)
• 会员价值分类表
  (便于类别排序，预设各类别色号)
  

▲会员表

▲消费明细表

▲价值分类表

▲初始关联

二、计算RFM指标

R-Recency

最近一次消费。一般用指定日期与最后一次购买日期的相关天数来表示

1、在“消费明细表”里新建计算列：
末次消费日期=
MAXX(FILTER('消费明细',
  '消费明细'[卡号]=
    EARLIER('消费明细'[卡号])),
  '消费明细'[消费时间])
点击函数名，跳转至"东哥陪你学DAX"：Filter，Earlier

2、确定R值

假设截止日期为2020年1月25日

继续在“消费明细表”里新建计算列：

(该列数据类型为整数)

R=
DATEDIFF('消费明细'[末次消费日期],

  DATE(2020,1,25),DAY)-1

F-Frequency
购买次数。即对销售单号进行非重复计数继续在“消费明细表”里新建计算列：

F =
COUNTAX(

FILTER(

SUMMARIZE('消费明细',

'消费明细'[卡号], '消费明细'[订单号]),

'消费明细'[卡号]=
          EARLIER('消费明细'[卡号])),

'消费明细'[订单号])

M-Monetary
购买金额。对消费金额汇总即可继续在“消费明细表”里新建计算列：

M =
CALCULATE(
  SUM('消费明细'[卡消费金额（元）]),

FILTER('消费明细',

'消费明细'[卡号]=
         EARLIER('消费明细'[卡号])

    )

)

三、确定会员类型
上面新建了三个计算列，算是把RFM三个参数给敲定了但“消费明细”表里还存在着大量重复会员号订单号因此还需要来一次瘦身，把重复值去掉

新建一个表，确保一个会员号对应一条RFM值

RFM =
SUMMARIZE('消费明细',

         '消费明细'[卡号],

          '消费明细'[R],

          '消费明细'[F],

          '消费明细'[M]

)

新表别忘了跟会员表建立关联


接下来就是计算三个指标的分值
根据所选标准的不同，计算方法也有多种，诸如极值法、方差法等，不过这些都涉及统计学，也许结果更准确可靠，但由于专业性较强，这里不深入探讨，有兴趣的话可以自行百度
这里咱们就用平均值比较法，做个粗略预估(在新建表里添加计算列)

R值=
IF(
'RFM'[R]<span data-raw-text="<=
   AVERAGE('RFM'[R]),
   "A","B")

F值 =
IF(
  'RFM'[F]" data-textnode-index="147" data-index="1490" class="character">>=
    AVERAGE('RFM'[F]),
    "A","B")

M值=
IF(
  'RFM'[M]" data-textnode-index="153" data-index="1542" class="character">>=
    AVERAGE('RFM'[M]),
    "A","B")
三值合并，得到RFM终值，再以此得出会员类别(继续在新建表里添加计算列)

RFM终值=
'RFM'[R值] & 'RFM'[F值] & 'RFM'[M值]

会员分组 =

SWITCH('RFM'[RFM终值],

    "BBB","一般挽留","BBA","重要挽留",

    "BAB","一般保持","BAA","重要保持",

    "ABB","一般发展","ABA","重要发展",

    "AAB","一般价值","AAA","重要价值"

)

四、制作可视化图表
可视化之前，别忘了这一步：柱状图自定义排序



拉出柱形图元素，先看下八个价值分类里各有多少人




把默认色换成预设色号








加入饼图，显示各类客户占比




各类会员消费金额占比



各类会员明细列表

RFM还有很多细枝末节这里没有提到，有兴趣的朋友可以百度分析案例，哪些维度用什么样的可视化元素，就留给自己去摸索吧

五、题外话
PowerBI系统自带的默认主题配色说多不多，说少也不少。不过就那么几套方案颠来倒去，你用他用，就成了大路货。怎样才能让你的作品让人眼前一亮？这儿给大家推荐几个设计类博主，里面有好多配色方案，赶紧收藏以备不时之需


Photoshop大师
Photoshop资源库
Illustrator资源库
优秀网页设计


搜索“配色”或“颜色”即可，大量配色方案够你挑一阵了