利用RFM模型对会员客户进行细分管理
1、第一步：数据处理根据分析需要，R用客户最后成交时间跟数据采集点时间的时间差（天数）作为计量标准；F根据数据集中每个会员客户的交易次数作为计量标准（1年的交易次数）；M以客户平均的交易额为计量标准。通过Excel的透视表即可计算以上RFM数据。Excel操作：确认数据表连续的，中间没有空行空列的情况选中表格中有数据的任意单元格在“插入”选项卡下点击“数据透视表”，excel会默认选择有数据的整个区域，无需在插入透视表前选择区域
2、在右侧的数据透视表字段中，将“客户编号”拖动至行的位置，将“日期”拖动到值得位置。日期的计算方法默认是计数，这里我们希望它计算最大值，点击“计数项：日期”右侧的小三角
3、点击后出现如下选项，选择“值字段设置”
4、将值汇总方式改为“最大值”。如果此时直接点击确定，透视表中日期将变为数字形式显示，为了使其显示为日期格式，点击“数字格式”更改格式，选择日期格式。
5、接下来，依次将“记录ID”和“销售金额”拖动至值的位置，按照上面修改日期的值汇总方式，“记录ID”值汇总方式选择计数，“销售金额”值汇总方式选择平均值。
6、以上我们得到了：1）F值：客户这1年共消费了多少次2）M值：客户每次交易的平均消费金额但是，R值还需要做些处理。目前R值只得到的是客户最近一次消费日期，需要计算距离数据采集日期的天数。Excel操作：选中整个透视表区域（快捷操作：点中透视表中任意单元格，按Ctrl+A），复制整个透视表新建一个sheet，点击右键，在粘贴选项中选择粘贴值
7、在空白单元中填入采集数据日期，选中B列中除去汇总行其他有数据的区域即B1:B996（快捷操作：选中B1单元格，同时按住Ctrl+Shift+向下键可以选中该列所有有数据的单元格，然后按住Shift+向上键，此时就选中了除去汇总行的其他单元格），点击右键，选择选择性粘贴，在对话框中运算区域选择“减”。
8、此时B列下数据现在显示为#号。保持B列中数据被选择的情况，在开始选项卡下，将格式修改为“常规”。此时B列中的数据都是负数。在空白单元格中键入-1，复制填有-1的单元格，选中B列中有数据的单元格，选择性粘贴，这次运算方式改为“乘”，方法参考上一步选择性粘贴的方法。
9、最后得到：
10、到此，我们得到R,F,M针对每个客户编号的值。第二步：数据分析R-score, F-score, M-score的值，为了对客户根据R,F,M进行三等分，我们需要计算数据的极差叵萤茆暴（最大值和最小值的差），通过对比R（或者F,M）值和极差三等分距，来确定R（或者F,M）的R-score, F-score, M-score。所以先计算R、F、M的最大值、最小值、极差三等分距Excel操作：在G2中求 R的最大值，利用公式max求最大值，公式参考下图
11、在G3中求 R的最小值，利用公式min求最小值，公式参考下图
12、在G4中求 R的极差三等分距，公式参考下图
13、计算F、M的最大值、最小值、极差三等分距（快捷操作：选中刚刚计算的三个单元格，将鼠标滑动值选中区域的右下角，出现一个黑色实心的十字，点击左键，拖动鼠标至I4单元格）
14、R-score的计算公式为：插入4列计算R值、F值、M值、RFM值在E2中输入公式=IF(ROUNDU霸烹钟爷P((B2-K$3)/K$4,0)=0,1,ROUNDUP((B2-K$3)/K$4,0))。之所以使用IF判断函数，主要是考虑到当R值为最小值时，roundup(B5,0)为0，用if函数判断如果为0，则强制为1。使用K$3和K$4锁定引用的单元格，是为了后续的公式复制，最小值和极差三等分距不会发生相对引用而变化位置（锁定引用单元格除了手工添加$符号外，快捷方式是选中引用的单元格按F4快捷键，此处都比较麻烦，手工输入$符号还快些）
15、滑动鼠标至E2单元格右下角，出现黑色实心十字后，按住左键拖动鼠标至G2单元格，求出F值和M值
16、RFM-score的计算，利用分别乘以100-10-1然后相加的方式，让R、F、M分别为一个三位数字的三个百分位、十分位和个位表达，该三位数的三个位代表了3x3x3=27魔方三个维度上的坐标。
17、在H2单元中输入公式，=E2*100+F2*10+G2，求得RFM值
18、在选中E2:H2单元格的状态下，滑动鼠标至H2单元格右下角，出现黑色实心十字后，双击鼠标左键，求得所有客户的R值、F值、M值和RFM值，如下图
19、接下来的步骤就是统计各个魔方上的客户数量，再次利用透视表形成统计结果。Excel操作：选中数据表中带有数据的任意单元格，在插入选项卡下，选择数据透视表。由于左侧数据表和右侧计算R、F、M的最大值等数据表中间有空列，所有Excel在识别区域时，不会识别到右侧的数据表，默认区域会识别到997行，由于不需要最后一行的汇总行，将区域修改只到996行。
20、将RFM score拖入行的位置，将行标签拖入值得位置，汇总方式为计数。
21、第四步：数据分析结果解读和可视化得到这个分析结果，利用Excel的条件格式功能可以对得到的数据分析结果做简单的视觉化。Excel操作：将B列宽度拉宽在开始选项卡下，选择条件格式下拉菜单下，选择数据条，选择随意颜色即可
22、通过条形图的视觉化，可以直观地对比哪类客户数量较多。第慧艘挛鲚五步：数据分析结果的商业解读（略）因为此数据为模拟数赍铈于脏据，且数据分析过程中有许多需要商业活动参与执行者参与的过程。此案例仅仅是一种操作的演示。具体的分析结果解读，读者可以自行思考，也可以将您的答案留言到评论区哦。大家可以思考以下几个问题：1）哪一类客户是最优质的客户？2）哪一类客户是具有高流失风险的优质客户？3）哪一类客户是需要进行Upsell的客户？4）哪一类客户是公司的高成本客户（不赚钱客户）？结 语消费进度、消费频度、消费额度是测算消费者价值最重要也是最容易的方法，这充分的表现了这三个指标对营销活动的指导意义，但不代表这三个指标牢不可破，例如嘀嘀（快车、专车、顺风车多业务类型）和支付宝（多功能场景）这种，业务方除了消费额度、消费频度以外，在制定补贴策略的时候，还会考虑用户的跨场景使用，越多的功能业务场景被使用，意味着用户忠诚度越高，这个时候将模型的核心指标增加或者调换，就可以实际应用到辅佐补贴策略上了，这也是为什么别人领券能领5块钱，你只能领1块钱，别人为啥能领到快车券，你只能领到接机专车券的原因了。