zoukankan      html  css  js  c++  java
  • tableauRFM分析

    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。

  • 相关阅读:
    HashMap、ConcurrentHashMap红黑树实现分析
    分布式系统ID
    分布式事务
    LRU算法实现
    Redis 深入
    分库分表利器——sharding-sphere
    Java常用的八种排序算法
    浅析Tomcat
    Kafka
    如何选择分布式事务形态
  • 原文地址:https://www.cnblogs.com/pingzideping/p/12811454.html
Copyright © 2011-2022 走看看