RFM-анализ

RFM-анализ часто применяется для оценки востребованности товаров или услуг компании, а также для классификации клиентов по их прибыльности, лояльности, вероятности ухода и т.п. В данном примере клиенты классифицируются по суммарной покупательской активности.

Исходные данные

Имя поля Метка поля
 Date Дата
 Client ID клиента
 Total Сумма

Алгоритм

  1. Для каждого клиента вычислить его суммарное количество и сумму покупок.
  2. Определить время между последней покупкой и актуальной датой (давность).
  3. Рассчитать для каждого клиента Recency в зависимости от давности покупки.
  4. Рассчитать для каждого клиента Frequency в зависимости от количества покупок.
  5. Рассчитать для каждого клиента Monetary в зависимости от суммы потраченных денег.
  6. Совместить полученные значения. Таким образом, у каждого клиента будет значение RFM, состоящее из трёх цифр.

Сценарий

Сценарий классификации клиентов по Recency, Frequency, Monetary (RFM).
Рисунок 1. Сценарий классификации клиентов по Recency, Frequency, Monetary (RFM).

 Клиенты

Произведем импорт данных — таблицу клиентов с датами покупок и количеством потраченных денег. Все параметры в настройках задаются в соответствии с описанием входных данных.

 Последняя покупка, Количество и Сумма

С помощью узла Группировка рассчитаем итоговую сумму и количество покупок, а также дату последней покупки для каждого клиента.

Группировка по датам и сумме
Рисунок 2. Группировка по датам и сумме

 Давность покупки

Рассчитаем количество дней между заданной датой и датой последней покупки. Для этого примера заданная дата (01.01.2008) установлена с помощью Входной переменной.

Установка даты в переменной Калькулятора
Рисунок 3. Установка даты в переменной Калькулятора

 Квантование

С помощью узла Квантование производится разбиение клиентов на 3 группы в зависимости от давности покупки, количества покупок и сумме потраченных денег.

Таким образом, у каждого клиента будут свои значения Recency, Frequency и Monetary от 1 до 3. Если требуется более детальный анализ, можно увеличить количество групп, соответственно, значения будут от 1 до 5 или даже от 1 до 10. Критерии присвоения значений для примера приведены в таблице:

Значение Давность покупки Количество покупок Сумма потраченных денег
1 больше 60 дней меньше 3 шт. меньше 500 000 руб.
2 от 30 до 60 дней от 3 до 10 шт. от 500 000 до 2 000 000 руб.
3 до 30 дней больше 10 шт. свыше 2 000 000 руб.

 RFM

В узле Калькулятор столбцы со значениями Recency, Frequency и Monetary объединяются в один столбец со значением RFM.

Результирующая таблица расчетов
Рисунок 4. Результирующая таблица расчетов

Из результирующей таблицы видно, чем больше значение RFM, тем клиент «ценнее», то есть часто совершает покупки на крупную сумму. Таким клиентам можно уделять особое внимание, например, устраивать закрытые распродажи или предлагать персональные скидки.

Компоненты

Файлы

Скачать

results matching ""

    No results matching ""