东阳共享充电桩个人用户分级评价数据

基于RFM模型，通过分析个人用户充电订单数据中的消费时间分布（Recency, R）、充电频次（Frequency, F）和消费金额（Monetary, M）三大核心维度，建立动态用户价值评估体系。有效识别不同价值层级的个人用户，为精准营销、客户留存、复购率提升等场景提供数据支撑，提升客户管理效率。1、数据来源：从东阳创享汽车服务有限公司的东阳创享新能源汽车充电云管理系统中，采集用户数据（实名用户）和用户订单流水数据。
2、数据处理：对采集的数据进行数据清洗，剔除非实名用户数据和异常账户数据（如余额为负的账户），提取最近3个月的个人用户消费数据进行后续处理与运算。
3、数据计算：
（1）通过max函数提取每个用户最近一次消费的时间（即最近消费时间），计算每个用户最近消费时间间隔R=数据处理时间-最近消费时间（单位：天）。
（2）通过count函数计算每个用户的消费次数F
（3）通过sum函数计算每个用户的消费金额M
（4）通过avg函数计算所有用户平均时间间隔R_avg、所有用户平均消费次数F_avg和所有用户平均消费金额M_avg
（5）利用IF函数结合赋分法求用户综合评分。用户综合评分==IF(最近消费时间间隔R<所有用户平均时间间隔R_avg,1,-1)+IF(消费次数F>所有用户平均消费次数F_avg,1,-1)+IF(消费金额M>所有用户平均消费金额M_avg,1,-1)。
（6）最终根据用户分级模型判断用户评级-A级用户（用户综合评分>1)、B级用户（用户综合评分=1)、C级用户（用户综合评分<1)。

搜集汇总

背景与挑战

背景概述

东阳共享充电桩个人用户分级评价数据集包含10001条记录，每日更新，基于RFM模型分析用户消费行为，用于精准营销和客户管理。