遇见数据集

基于RFM模型的多业务客户价值分级数据

收藏
浙江省数据知识产权登记平台2026-06-10 更新2026-06-11 收录
官方服务:

资源简介:

本数据集汇集海报设计、进销存软件、音频制作三个业务领域的客户消费记录,基于RFM模型计算R、F、M评分及综合得分,将客户划分为A、B、C三级。 对内应用:实施差异化沟通(A级每月1-2次,B级每季度1-2次,C级每半年1-2次);为与本公司客户高度重叠的本地企业提供价值分层数据支持;支撑跨业务客户价值对比分析。 对外复用: ① 本数据集的RFM评分规则与分级标准可为同行业或跨行业企业建立客户价值评估体系提供方法论和阈值参考; ② 数据集中同一客户群体在多业务下的消费行为记录,可供SaaS服务商、数据分析公司训练跨品类推荐模型、客户生命周期预测模型或流失预警模型; ③ 脱敏后的客户标识与消费时间、金额信息,可供区域市场研究机构分析本地企业对设计、软件、音频等专业服务的采购周期、客单价分布及交叉购买倾向,为产业政策制定提供数据支撑; ④ 本数据集清晰展示不同业务下M评分金额分段的差异化设定方式,可作为RFM模型教学案例或算法验证数据,供高校、培训机构、数据竞赛平台使用。一、加工前数据说明 原始数据为海报设计、进销存软件、音频制作三个业务的销售记录。采集数据中“下单时间”为距离统计时间最近的一次订单时间,“订单实际金额”指最近一次订单的金额,“历史购买总次数”和“历史购买总金额”指在历史服务时间段内统计得出的购买次数和购买金额。 二、处理规则说明 为实现客户价值分析及分级运营,对原始销售数据依据RFM模型框架进行系统性加工。客户编号已做脱敏匿名化处理。算法加工规则如下: R评分:根据用户下单时间距离统计时间的天数D划分为5个等级。0≤D≤10为5分,10<D≤20为4分,20<D≤30为3分,30<D≤40为2分,D>40为1分。 F评分:根据历史购买总次数S划分为5个等级。0<S≤2为1分,2<S≤5为2分,5<S≤10为3分,10<S≤15为4分,S>15为5分。 M评分:根据历史购买总金额Z,不同业务因客单价差异设定不同分段。 海报设计业务:0<Z<570为1分,570≤Z<1230为2分,1230≤Z<2340为3分,2340≤Z<4950为4分,Z≥4950为5分。 进销存软件业务:0<Z<698为1分,698≤Z<1396为2分,1396≤Z<2094为3分,2094≤Z<3642为4分,Z≥3642为5分。 音频制作业务:0<Z<350为1分,350≤Z<700为2分,700≤Z<1260为3分,1260≤Z<2320为4分,Z≥2320为5分。 RFM综合评分X = 0.3×R + 0.4×F + 0.6×M。客户等级分为A、B、C三级:0≤X<2为C级,2≤X<4为B级,X≥4为A级。 三、数据内容描述 本数据集为经过RFM模型加工后的多业务客户价值分析成果,包含客户标识、分析时间窗口、聚合后的消费历史(总次数、总金额)以及RFM评分与客户等级结果。数据直观反映了不同客户在消费时间远近、频率高低和金额大小上的差异,通过综合评级标识价值分层,可直接用于指导A、B、C三级客户的差异化沟通频率策略制定,并为其他企业或机构提供基于价值分层的精准数据支持。

创建时间:
2026-01-21
搜集汇总
数据集介绍
基于RFM模型的多业务客户价值分级数据 数据集图片
背景与挑战
背景概述
本数据集基于RFM模型,对海报设计、进销存软件、音频制作三个业务的客户消费记录进行加工,生成R、F、M评分及综合得分,并将客户划分为A、B、C三个等级。数据可直接用于差异化沟通策略制定,也可为同行业或跨行业企业提供客户价值评估的方法论参考,以及用于训练跨品类推荐、客户生命周期预测等模型。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务