RFM模型-Jiewen’blog

您可以从导入的或上报后存储的订单汇总表、订单明细表数据创建RFM模型，用于RFM分析、RFM模型筛选人群等。

什么是RFM模型？

RFM模型是一种通过用户的R消费间隔（Recency）、F消费频率（Frequency）、M消费金额（Monetary）三项指标来衡量用户价值的手段。

RFM模型对用户的三项指标的值分别进行量化评分，评分标准例如：

R：依据最近一次消费距今天数，0~30：3分，31~90：2分，90以上：1分。
F：依据消费次数，1：1分，2~4：2分，5以上：3分。
M：依据消费金额，0~100：1分，100~1000：2分，1000以上：3分。

然后通过单个用户的得分与对比值（整个用户群体的平均得分，或指定分数）相比较，得出该用户在群体中的相对价值水平，进而综合三项指标将用户群体划分为8种类型，从而便于为不同类型的用户采取有针对性的运营手段。

RFM用户类型与划分规则

将用户的RS、FS、MS得分分别与RS对比值、FS对比值、MS对比值相比较，可得出该用户在群体中的相对价值水平：

用户得分大于对比值，价值较高。
用户得分小于对比值，价值较低。

说明

RS、FS、MS分别为用户的消费间隔、消费频率、消费金额得分。
RS对比值、FS对比值、MS对比值分别为RFM模型中所有用户的消费间隔、消费频率、消费金额得分的平均值（即统计学中的加权平均值），或为自定义值。

得分规则及对比值在RFM模型中设置，请参见创建RFM模型。

用户在R、F、M任意一项中的价值可被分为高、低两类，综合R、F、M三项的表现，用户可被划分为8种类型，详细类型及分类规则如下图所示。

RFM用户类型	RS	FS	MS	说明
高价值用户	大于等于RS对比值	大于等于FS对比值	大于等于MS对比值	将最近消费日期较近、消费频次较高、消费金额较高的用户定义为高价值用户。
重点保持用户	小于RS对比值	大于等于FS对比值	大于等于MS对比值	将最近消费日期较远，但是消费频次和消费金额较高的用户定义为重点保持用户。
重点发展用户	大于等于RS对比值	小于FS对比值	大于等于MS对比值	将最近消费日期较近，消费金额较高，但是消费频次不高的用户定义为重点发展用户。
重点挽留用户	小于RS对比值	小于FS对比值	大于等于MS对比值	将最近消费日期较远，消费频次较低，但是消费金额较高的用户定义为重点挽留用户。
一般价值用户	大于等于RS对比值	大于等于FS对比值	小于MS对比值	将最近消费日期较近，消费频次较高，但是消费金额不高的用户定义为一般价值用户。
一般保持用户	小于RS对比值	大于等于FS对比值	小于MS对比值	将最近消费日期较远，消费金额不高，但是消费频次较高的用户定义为一般保持用户。
一般发展用户	大于等于RS对比值	小于FS对比值	小于MS对比值	将最近消费日期较近，但是消费频次和消费金额不高的用户定义为一般发展用户。
潜在用户	小于RS对比值	小于FS对比值	小于MS对比值	将最近消费日期较远、消费频次不高、消费金额不高的用户定义为潜在用户。

创建RFM模型

创建RFM模型时可选择两种分析类型：

订单汇总数据：将最近N天原始数据聚合成以用户为粒度的大宽表，表中的每个用户只存在一条数据。
订单汇总表样例请参见Quick Audience数据表样例。订单汇总表数据导入操作，请参见订单汇总。
订单明细数据：将用户的交易数据作为分析基础，表中的每一行表示一条用户交易记录。生成RFM模型时，系统将针对每个用户的订单明细数据进行聚合。
订单明细表样例请参见Quick Audience数据表样例。订单明细表数据导入操作，请参见订单明细；订单事件数据的上报和存储操作，请参见事件中心。

操作步骤：

选择工作空间>用户洞察>营销模型>RFM模型。
单击右上角新建，进入RFM模型配置页面。
首先选择配置方式，如下图所示。
1. 根据分析使用的数据，选择分析类型为订单汇总数据或订单明细数据。
2. 选择要分析的已导入的数据表（使用导入时设置的数据表别名）。
3. 选择金额单位，支持元、美元、英镑、欧元、港币。
4. 单击下一步。
配置RFM参数
对于订单汇总数据的RFM分析，如下图所示。
对于订单明细数据的RFM分析，如下图所示。
1. 仅对于订单明细数据：指定统计周期、订单行为类型、订单时间字段。
  若导入订单明细表时配置了购买渠道、商品类目名称字段，还支持指定统计渠道、商品类目，筛选出相应数据进行针对性分析。统计渠道、商品类目最多各选择100个值。
2. 对于所有类型：分别选择R、F、M的区间数（3个或5个），设置各得分对应的区间的范围，下方显示相应区间的人数分布。
  评分规则遵循：
  - R消费间隔：最近一次购买距今天的天数越少，得分越高。
  - F消费频率：最近n天消费次数越多，得分越高。
  - M消费金额：最近n天消费金额越多，得分越高。
3. R、F、M的评分规则都设置完成后，单击下一步。
配置参数对比值，如下图所示。
对比值用于在后续分析中将单个用户的得分与对比值相比较，得出该用户在群体中的相对价值水平，从而划分不同用户类型，请参见RFM用户类型与划分规则。
RS、FS、MS分别为R、F、M三项的得分，相应地，需要设置RS、FS、MS三项对比值。可使用整个用户群体的平均得分作为对比值，也可以自定义对比值。
- 若使用整个用户群体的平均得分（即统计学中的加权平均值）作为对比值，页面将显示当前用户群体按设置的评分规则的RS、FS、MS平均得分。
- 若自定义对比值，请根据业务需要，参考页面显示的整个用户群体的平均得分调整对比值。
单击完成，在弹窗中输入RFM模型名称，单击保存。
页面将跳转至RFM模型列表，可以在列表中看到新创建的RFM模型。RFM模型的管理操作，请参见管理RFM模型。

管理RFM模型

RFM模型支持编辑、RFM分析、更新、重命名、删除、权限设置、更新设置。

编辑：单击编辑，进入模型编辑页面，可对该模型进行编辑。
分析：单击分析，对该RFM模型进行分析，请参见RFM分析。
更新：单击更新，立即开始更新该模型。
重命名：选择>重命名，对模型名称进行重新定义。
删除：选择>删除，确认后删除该模型。
说明
若该模型生成了人群，则不允许删除。
权限设置：向非管理员授权RFM模型的使用权限或管理权限，请参见标签授权，操作方法相同。
说明
- 非管理员被授权后，该RFM模型将展示在RFM模型页面的已授权页签。
- 管理员无需被授权，默认具有工作空间中所有RFM模型的管理权限，均展示在RFM模型页面的我的页签。
更新设置：选择>更新设置，可以在弹窗中开启自动更新开关，并设置更新时间，在设置的日期区间内，该模型将在使用的订单明细表或订单汇总表每次完成调度任务后自动开始更新。

转载自：https://help.aliyun.com/document_detail/420480.html