潮州地区公司平台客户价值评估数据

采集销售记录表中潮州地区的数据，通过客户在2018年4月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2018年4月1日至2025年7月1日之间消费频次F和客户在2018年4月1日至2025年7月1日之间消费金额M（单位：元）， 采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对潮州地区客户价值管理，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。另外可以为本地区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2018年4月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2018年4月1日至2025年7月1日之间消费频次F和客户在2018年4月1日至2025年7月1日之间消费金额M（单位：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2018年4月1日至2025年7月1日之间消费频次F和客户在2018年4月1日至2025年7月1日之间消费金额M（单位：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2018年4月1日至2025年7月1日消费频次F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2018年4月1日至2025年7月1日消费金额(M)，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 collects sales record data from the Chaozhou region. Three key metrics are derived for customer value analysis: 1. R: The number of days between the customer's most recent purchase and the benchmark date July 1, 2025 2. F: The total number of purchases made by the customer between April 1, 2018 and July 1, 2025 3. M: The total consumption amount (unit: Yuan) generated by the customer within the same time frame. The RFM model is applied to grade customer values for precise operational management, to satisfy personalized demands of customers with different value tiers via targeted customer value management in the Chaozhou region. For Tier A customers, monthly return visits and maintenance are conducted; Tier B customers receive quarterly return visits; Tier C customers are visited once every six months; and Tier D customers are visited once annually. Additionally, this dataset can provide data support for personalized services of different customer value types for local enterprises with highly overlapping customer bases. Preprocessing operations are performed on the collected sales records, including data anonymization, denoising, cleaning, aggregation and analysis. ### Data Processing Workflow Comprehensive customer ranking is conducted based on the score rankings of the three RFM metrics, and a final total RFM score is calculated. a. Scoring for Metric R: Customers are sorted by the days since their most recent purchase (shorter intervals ranked higher). They are divided into 5 equal quintiles (20% each). The top 20% are assigned a score of 5, the next 20% get 4, followed by 3, 2, and the bottom 20% receive a score of 1. b. Scoring for Metric F: Customers are sorted in descending order of their total purchase frequency between April 1, 2018 and July 1, 2025. The top 20% are given a score of 5, and the remaining customers are assigned scores 4, 3, 2, 1 following the same 20% quintile rule. c. Scoring for Metric M: Customers are sorted in descending order of their total consumption amount between April 1, 2018 and July 1, 2025. The top 20% receive a score of 5, while the bottom 20% get a score of 1, with the remaining quintiles assigned scores 4, 3, 2 accordingly. The total RFM score is calculated as: RFM Score = 0.3 * (R Score) + 0.3 * (F Score) + 0.4 * (M Score). Customer tiers are defined as: - Tier A: Score ≥ 4 - Tier B: 3 ≤ Score < 4 - Tier C: 2 ≤ Score < 3 - Tier D: Score < 2

搜集汇总

背景与挑战

背景概述

该数据集包含613条潮州地区公司平台的客户数据，采用RFM模型评估客户价值，基于最近消费时间、频次和金额进行评分和等级划分（A至D级）。它主要用于精准化运营，通过定期回访维护不同等级客户，并为本地企业提供个性化服务的数据支持。