什么是RFM分析,如何做RFM分析_智能用户增长(Quick Audience)-阿里云帮助中心

RFM分析用于分析RFM模型中用户的RFM指标情况，得出各RFM用户类型的分布，如下图所示。

操作步骤

进入RFM分析页面，有两种方式：
- 选择工作空间>用户洞察>用户分析>RFM分析，进入RFM分析页面，如上图所示。
- 选择工作空间>配置管理>数据中心>数据集，在数据集列表中单击RFM模型对应的图标，进入RFM分析页面。
从右上角下拉列表选择要分析的RFM模型，下方将显示相应的分析图表。
说明
若您是如上图所示从RFM模型进入RFM分析页面，则默认已选中当前RFM模型。
分析结果包含以下部分：
- 核心指标
  - 当选择的RFM模型为客户数据类型时，展示交易用户数、交易金额、人均交易金额、人均交易频次的具体数值。
  - 当选择的RFM模型为交易数据类型时，展示交易用户数、交易金额、人均交易金额、人均交易频次的具体数值及趋势图。
- RFM用户构成（用户类型）
  根据RFM模型的用户分类定义，展示受众的用户类型分布情况。RFM用户类型定义，请参见下面的RFM用户类型划分规则。
  - 您可以在图表右上角选择从用户人数、消费金额或消费频次三个维度查看用户类型的分布情况。
  - 将鼠标悬停至某类用户的图形上，将显示这一部分用户的人数及占比、人均交易金额、人均交易频次。
  - 单击某类用户的图形，下方将显示该类的5个示例用户的消费信息。
  - 如需将指定类型用户创建为受众，单击图表右上角图标，在弹窗中选择用户类型（可多选），输入受众名称、备注，选择受众保存的文件夹、关联的子活动（请参见营销活动文档），设置受众是否公开，单击确定。
- RFM用户构成（消费分布）
  - 消费能力分布（MF-R）：横坐标为F交易频率，纵坐标为M交易金额，点大小为R上次交易间隔。通过MF分布来直观看到客户的消费能力分布，进而通过R的大小来锁定哪些客户更为忠诚。点越大，客户忠诚度越高。
  - 消费潜能分布（MR-F）：横坐标为R最近一次交易间隔，纵坐标为M交易金额，点大小为F交易频率。通过MR分布来直观看到客户的消费潜能情况，进而通过F的大小来挖掘更有价值的客户。点越大，客户越有挖掘价值。
  - 消费分布（RF-M）：横坐标为F交易频率，纵坐标为R上次交易间隔，点大小为M交易金额。通过RF分布来直观看到客户的消费异动情况，进而通过M的大小来判断哪些客户更有必要挽回。点越大，客户越有必要挽回。
  将鼠标悬停至某类用户的图形上，将显示这一部分用户的人均交易数据。

RFM用户类型划分规则

将用户的RS、FS、MS得分分别与RS对比值、FS对比值、MS对比值相比较，得出该用户在群体中的相对价值水平：

用户得分大于对比值，价值较高。
用户得分小于对比值，价值较低。

用户在R、F、M任意一项中的价值可被分为高、低两类，综合R、F、M三项的表现，用户可被划分为8种类型，详细类型及分类规则如下图所示。

说明

RS、FS、MS分别为用户的消费间隔、消费频率、消费金额得分。
RS对比值、FS对比值、MS对比值分别为RFM模型中所有用户的消费间隔、消费频率、消费金额得分的平均值（即统计学中的加权平均值），或为自定义值。

得分规则及对比值在RFM模型中设置，请参见新建RFM模型。

RFM用户类型	RS	FS	MS	说明
高价值客户	大于等于RS对比值	大于等于FS对比值	大于等于MS对比值	将最近消费日期较近、消费频次较高、消费金额较高的人群定义为高价值人群。
重点保持客户	小于RS对比值	大于等于FS对比值	大于等于MS对比值	将最近消费日期较远，但是消费频次和消费金额较高的人群定义为重点保持客户。
重点发展客户	大于等于RS对比值	小于FS对比值	大于等于MS对比值	将最近消费日期较近，消费金额较高，但是消费频次不高的人群定义为重点发展客户。
重点挽留客户	小于RS对比值	小于FS对比值	大于等于MS对比值	将最近消费日期较远，消费频次较低，但是消费金额较高的人群定义为重点挽留客户。
一般价值客户	大于等于RS对比值	大于等于FS对比值	小于MS对比值	将最近消费日期较近，消费频次较高，但是消费金额不高的人群定义为一般价值客户。
一般保持客户	小于RS对比值	大于等于FS对比值	小于MS对比值	将最近消费日期较远，消费金额不高，但是消费频次较高的人群定义为一般保持客户。
一般发展客户	大于等于RS对比值	小于FS对比值	小于MS对比值	将最近消费日期较近，但是消费频次和消费金额不高的人群定义为一般发展客户。
潜在客户	小于RS对比值	小于FS对比值	小于MS对比值	将最近消费日期较远、消费频次不高、消费金额不高的人群定义为潜在客户。

操作步骤

RFM用户类型划分规则

相关文档