嘉兴拾贝智谷信息科技有限公司

采集本公司天猫平台河南地区客户消费行为数据，通过客户的最近一次消费时间间限(R)、最近一段时间内消费频次(F)和最近一段时间内消费金额(M)，采用RFM模型对客户进行价值评级，为不同价值类型的客户个性化服务提供数据支持，同时对线上平台统计消费者消费倾向可提供分析借鉴意义。1、数据处理：对采集到的数据进行降噪、清洗、脱敏、聚集、分析。2、数据加工：提取出最近一次消费时间间限(R)、最近一段时间内消费频次(F)、最近一段时间内消费金额(M)，最近一段时间内采用了最近一个月内的时间计算，计算方式:使用RFM值常用从1到5对这些客户进行排序,按“R”对客户进行了排序，更新的购买者排在首位。由于为客户分配的分数是1-5，因此前20％的客户的“R”分数为5，接下来的20％的分数4 , 以此类推，得出R得分。同样，根据客户购买从高到低的“F”对其进行排序，将前20％的“F”得分分配为5，依此类推。对于“M”因素，对前20％的客户（消费更多的）分配5分，最低的20％得分为1，得出F和M的得分。最终是通过各个R，F和M得分的平均值，对每个RFM属性赋予相等的权重来获得RFM得分。最后进行客户分级，评分大于等于4分的为高价值客户，大于等于3小于4的为中价值客户，小于3的为低价值客户。3、通过对客户的分级管理，为不同价值类型的客户个性化服务提供数据支持。