江西省服装客户分级评价数据

采集销售记录表中购买服装的数据，通过客户在2025年7月1日距离2025年9月30日间隔的距离最近一次消费时间天数R天、客户在2025年7月1日至2025年9月30日之间消费件数F件和客户在2025年7月1日至2025年9月30日之间消费金额M元， 采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对购买服装客户价值管理，满足不同价值客户的个性化需求。对A级客户，每个月进行一次回访维护，对B级客户，每个季度进行一次回访维护，对C级客户每半年进行一次回访维护，对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工：运用RFM模型结合客户在2025年7月1日距离2025年9月30日间隔的距离最近一次消费时间天数R天、客户在2025年7月1日至2025年9月30日之间消费件数F件和客户在2025年7月1日至2025年9月30日之间消费金额M元的得分排名对客户进行一个综合排名，最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年7月1日距离2025年9月30日之间消费件数F件和客户在2025年7月1日距离2025年9月30日之间消费金额M元进行分类，最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分，前20%的客户获得5分，接下来的20%用户获得4分,再下来20%的客户为3分，再下来20% 的客户为2分，最后20% 的客户为1分。 b.根据客户在2025年7月1日距离2025年9月30日消费件数F件从高到底依次对用户进行分类，前20%的客户在用户活动频率的分数为5，以此类推。 C, 根据客户在2025年7月1日距离2025年9月30日消费金额M元，前20%的客户在消费金额的分数为5，以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*（R得分）+0.3*（F得分）+0.4*（M得分） 评分大于等于4分的为A级客户，大于等于3小于4的为B级客户，大于等于2小于3的为C 级客户，低于2的为D级客户。

This dataset extracts apparel purchase data from sales records. Using the RFM model, it conducts customer value tiering based on three metrics calculated within the analysis period from July 1, 2025 to September 30, 2025: R (number of days since the customer's most recent purchase relative to July 1, 2025), F (total number of purchased items by the customer), and M (total consumption amount in yuan). The goal is to enable precise operational management by managing apparel-buying customer groups, thereby meeting personalized demands of customers with different value tiers. For Class A customers, monthly return visits and maintenance are conducted; for Class B customers, quarterly; for Class C customers, semi-annually; and for Class D customers, annually. Additionally, this dataset provides data support for enterprises with highly overlapping customer groups to deliver personalized services tailored to different customer value types.

The collected sales data will undergo preprocessing including desensitization, denoising, cleaning, aggregation, and analysis. For data processing:
1. First, categorize customers based on the three metrics and generate a comprehensive ranking to derive an overall RFM total score.
a. Scoring for metric R: Sort customers by the number of days since their most recent purchase in ascending order (shorter interval indicates higher rank). Assign scores from 1 to 5: the top 20% of customers receive 5 points, the next 20% receive 4 points, the subsequent 20% receive 3 points, another 20% receive 2 points, and the last 20% receive 1 point.
b. Scoring for metric F: Sort customers by the number of purchased items in descending order. Assign scores 1 to 5 following the same 20% tier rule, with the top 20% getting 5 points.
c. Scoring for metric M: Sort customers by total consumption amount in descending order. Assign scores 1 to 5 using the same 20% tier rule, with the bottom 20% receiving 1 point.
The overall RFM score is calculated as: RFM Score = 0.3 * (R Score) + 0.3 * (F Score) + 0.4 * (M Score).
Customer tiers are classified as follows:
- Class A: RFM Score ≥ 4
- Class B: 3 ≤ RFM Score < 4
- Class C: 2 ≤ RFM Score < 3
- Class D: RFM Score < 2

搜集汇总

背景与挑战

背景概述

该数据集是浙江省红顶服饰有限公司登记的江西省服装客户分级评价数据，包含536条记录，采用RFM模型对2025年第三季度的客户消费行为进行分析，基于最近消费时间、消费频率和消费金额进行评分，将客户分为A、B、C、D四个等级，旨在支持精准化运营和个性化客户服务。