在创建RFM模型时,可选择客户数据和交易数据,二者区别如下:

  • 客户数据:对于大规模的数据量,需要先将原始数据聚合成以客户为粒度的标签数据(聚合后的数据量建议保持在1亿行以内),表中每个客户只存在一条数据。适用于大规模RFM模型的分析。

  • 交易数据:适用于分析小规模(建议1亿行以内)的交易数据,每一行表示一条用户交易记录,交易记录包含客户标识、交易日期(日期类型)、交易金额(数值类型)信息。适用于小规模RFM模型的分析。

    RFM模型样例格式请参考Quick Audience数据集样例

在RFM配置页面,您可以通过以下步骤来创建RFM模型:

  1. 在数据集列表页,单击新建>用户模型>RFM模型
  2. 单击客户数据交易数据选项。
  3. 单击选择数据表
  4. 选择数据源和数据表,单击确认
  5. 单击下一步,配置映射。
    • 当选择类型为客户数据时,请设置RFM的用户标识、用户标识类型、最近一次消费时间、累积消费次数、累积消费金额五个映射字段:

    • 当选择类型为交易数据时,请设置RFM的用户标识、用户标识类型、交易单数、交易日期、交易金额五个映射字段:

    • 添加其他id类型。

      当构建RFM模型底层的数据表中,包含其他用户ID列时,可在此将其他用户ID一并加入到数据集中,当基于该模型生成受众做推送时,可支持选择多种ID类型进行推送。

  6. 单击下一步,在RFM参数配置界面输入数据统计周期,配置RFM参数。
    • R消费间隔:消费间隔对应得分取值逻辑是近一次购买距今天数,越少得分越高。
    • F 消费频率:消费频率对应得分取值逻辑是最近n天消费次数,越多得分越高。
    • M 消费金额:消费金额对应得分取值逻辑是最近n天消费金额,越多得分越高。
    说明

    三个参数需全部设置完成才可进行下一步的操作。

  7. 单击下一步,设置参数对比值,可根据系统默认设置,也可以自定义对比值。

  8. 单击完成保存设置。