客户用车行为RFM分析数据

随着共享经济和出行服务的兴起，为了更好地理解客户用车行为，以提高客户满意度和企业收益。通过收集客户的用车记录，使用RFM客户价值模型，根据客户的最近用车时间（Recency）、用车频率（Frequency）和消费金额（Monetary）进行评分，识别不同价值的客户群体。为客户定制个性化的营销和服务方案、提高客户满意度和忠诚度、增加客户留存率和生命周期价值。1、数据采集：通过“浙江通济运营车辆管理系统”输出一个季度内的客运线路发车数据：序号、公司名称、单位性质、行程时间、车号、座位数等字段；
2、数据处理：对采集到的数据进行清洗、分类汇总，对公司名称、驾驶员进行匿名化处理；
3、数据加工：从原始数据中提取出最近一次消费时间（R）、最近一段时间消费频次(F)、最近一段时间消费金额(M)，根据RFM模型计分法对用户进行分层管理，RFM计分规则如下：0≤R≤10为5分，10<R≤20 为4分，20<R≤30 为3分，30<R≤40 为2分，40<R 为1分；0≤F≤10 为1分，10<F≤20 为2分，20<F≤30 为3分，30<F≤40为 4分，40<F 为5分；0≤M≤1w 为1分，1w<M≤2w 为2分，2w<M≤5w 为3分，5w<M≤10w 为4分，10w<M 为5分；计算每条数据的RFM综合得分X，根据公司要求对客户进行分层，1≤X≤3 为潜在客户，3<X≤6 为一般保持客户，6<X≤9 为一般价值客户，9<X≤12 为重点保持客户，12<X 为高价值客户；4、数据应用：通过RFM综合得分将客户分为四个层级：一般保持客户、一般价值

搜集汇总

数据集介绍

特点

该数据集是浙江通济交通运输股份有限公司提供的客户用车行为RFM分析数据，包含1081条记录，每月更新。通过RFM模型对客户的用车时间、频率和消费金额进行评分，用于识别不同价值的客户群体，支持个性化营销和服务方案制定。