tableauRFM分析
2024-10-09 12:08:02
1、数据源
2、创建相关字段
2.1 购买点会员生命期
2.2 会员最后购买时间
2.3 最后购买点生命期
3、近一个月老客户的生命期情况
排除了当天创建当天购买的情况,可以看到超市的大部分用户是两年内的老客户
4、FM分析
趋势线的斜率可以理解成客单价
5、RFM
5.1 创建recently字段
5.2 画图
其中Recently字段颜色设置成中心点在90
可以重点看90天内购买过的客户的购买情况
6、RFM_L分析
进一步在看着客户处于生命期哪个阶段
橙色的用户表示R比较小的,但是有没有可能是一次性用户呢
蓝色的点一般都很小,说明流失的客户一般在早期就流失了,企业可以有针对性的做一些营销活动来挽回
业务中可以通过更多数据来对用户分群,做更精准的营销。
最新文章
- (转)从0开始搭建SQL Server AlwaysOn 第一篇(配置域控+域用户DCADMIN)
- 【转】Hive 基础之:分区、桶、Sort Merge Bucket Join
- 06Mybatis_入门程序——根据用户的名字模糊查询返回List集合
- [BZOJ 1497][NOI 2006]最大获利(最大权闭合子图)
- Python 2.x闭包(enclosure)中的变量访问&;修改
- jQuery中的Ajax几种请求方式
- VerbalExpressions ——另类正则表达式
- Repost: Set Delivery Block on SO
- Socket之UDP发送文件
- 动态规划:最长上升子序列(LIS)
- ZendFramework2 源码分析 init_autoloader.php
- struts2的初步认识!
- p便签,去掉首行缩进
- JavaScript中var变量引用function与直接声明function
- [J2EE] 有关 PreparedStatement
- 使用背景图修改radio、checkbox样式
- CentOS7.6编译安装nginx
- Python中的基本数据类型的区别
- 【AGC005F】简单的问题 Many Easy Problems
- 论文笔记之 SST: Single-Stream Temporal Action Proposals