классификация клиентов по частоте

Класс F: Нам понадобятся данные о колличестве покупок. Для того чтобы разделить клиентов на 5 групп в классе F, нужно выбрать максимальное количество «чеков / накладных», и минимальное. Обратите внимание на накладные, которые

Определяем класс R: От текущей даты нам нужно «отнять» дату последней покупки клиента. Получим количество дней. Условно, если мы берём период 60 дней, можем разделить их на 5 групп. Получится каждая группа по 12 дней. Первая группа, клиенты которые сделали покупку в ближайшие 12 дней, им присваивается 5 баллов. Следующая группа с покупкой от 13 до 24 дней, получает 4 балла. И так далее. Процесс думаю понятен.

В моём случае, я решил взять период для анализа два месяца. Как вы уже поняли, данные которые вам нужны, это дата последней покупки, количество покупок за два месяца и общая сумма покупок.

Совместить полученные результаты, каждый клиент при этом получит код RFM, состоящий из трёх цифр.

разбить полученные данные на 5 групп. Клиентам, потратившим наибольшие суммы, будет присвоен код 5, клиентам, потратившим наименьшие суммы 1.

для каждого клиента определить сумму потраченных денег;

Классификация по параметру Monetary (денежный):

разбить полученные данные на 5 групп (квантилей). Клиентам, совершившим наибольшее число покупок, будет присвоен код 5, наименее активные покупатели получат 1.

для каждого клиента определить количество покупок за определённый период;

Классификация по параметру Frequency (частота):

разбить полученные данные на 5 групп. Каждый клиент при этом получит идентификатор от 1 до 5 в зависимости от его активности. Тем, кто недавно осуществлял покупку, будет присвоен код 5. Те, кто дольше всех не покупал ничего, получат 1.

для каждого клиента рассчитать давность покупки (Recency) как разность между текущей датой (в примере 10.08.2010) и датой последней покупки;

для каждого клиента определить дату последней покупки;

Классификация по параметру Recency (новизна):

RFM-анализ чаще всего используется для изучения товарного ассортимента по частоте обращений либо для классификации клиентов. Дополнительный инструмент для оптимизации асортимента или работы с клиентами.

Опубликовано Янв 6, 2011 в ,

Определение ключевых клиентов (пример RFM анализа)

» Определение ключевых клиентов (пример RFM анализа)

Определение ключевых клиентов (пример RFM анализа) | Анализ продаж и автоматизация торговли