账王（杭州）科技有限公司

采集销售记录表中沧州地区的数据，通过客户在2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)，采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对沧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。数据处理：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2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日距离2025年3月31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2022年1月1日距离2025年3月31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

浙江省数据知识产权登记平台2025-08-07 更新150

周口地区购买公司软件客户价值评估数据

采集销售记录表中周口地区的数据，通过客户在2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)，采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对周口地区客户价值管理，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。数据处理：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2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日距离2025年3月31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2022年1月1日距离2025年3月31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

浙江省数据知识产权登记平台2025-06-17 更新30

漳州地区购买公司软件客户价值评估数据

销售数据分析

采集销售记录表中漳州地区的数据，通过客户在2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)，采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对漳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。数据处理：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2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日距离2025年3月31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2022年1月1日距离2025年3月31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

浙江省数据知识产权登记平台2025-06-17 更新50

盐城地区购买公司软件客户价值评估数据

采集销售记录表中盐城地区的数据，通过客户在2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)，采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对盐城地区客户价值管理，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。数据处理：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2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日距离2025年3月31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2022年1月1日距离2025年3月31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

浙江省数据知识产权登记平台2025-06-17 更新70

许昌地区购买公司软件客户价值评估数据

采集销售记录表中许昌地区的数据，通过客户在2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)，采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对许昌地区客户价值管理，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。数据处理：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2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日距离2025年3月31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2022年1月1日距离2025年3月31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

浙江省数据知识产权登记平台2025-06-17 更新70

淄博地区购买公司软件客户价值评估数据

消费行为分析

采集销售记录表中淄博地区的数据，通过客户在2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)，采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对淄博地区客户价值管理，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。数据处理：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2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日距离2025年3月31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2022年1月1日距离2025年3月31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

浙江省数据知识产权登记平台2025-06-17 更新80

舟山地区购买公司软件客户价值评估数据

采集销售记录表中舟山地区的数据，通过客户在2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)，采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对舟山地区客户价值管理，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。数据处理：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2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日距离2025年3月31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2022年1月1日距离2025年3月31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

浙江省数据知识产权登记平台2025-06-17 更新90

张家口地区购买公司软件客户价值评估数据

采集销售记录表中张家口地区的数据，通过客户在2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)，采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对张家口地区客户价值管理，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。数据处理：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2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日距离2025年3月31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2022年1月1日距离2025年3月31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

浙江省数据知识产权登记平台2025-06-17 更新90

烟台地区购买公司软件客户价值评估数据

采集销售记录表中烟台地区的数据，通过客户在2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)，采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对烟台地区客户价值管理，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。数据处理：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2022年1月1日距离2025年3月31日间隔的最近一次消费时间天数（R）、客户在2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日至2025年3月31日之间消费频次(F)和客户在2022年1月1日至2025年3月31日之间消费金额(M)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2022年1月1日距离2025年3月31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2022年1月1日距离2025年3月31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

浙江省数据知识产权登记平台2025-06-17 更新100

徐州地区购买公司软件客户价值评估数据