【数据分析】销售案例——会员分析

一、原理

先删除非会员power query
R：最近一次消费时间段
F：消费频率
M：消费金额

数据支持

二、 分析步骤

1、日期区间

最后消费日期
= maxx（表，日期列）
筛选会员卡号作为索引
表= filter（表，earlier会员卡号）
R = dateiff（开始日期，结束日期，day）
或者
R = date（指定一个年月日）- 【销售表的最后消费日期】后面要改成整数

2、交易次数

建立总度量值，目的放入透视表方便看
不重复交易次数m = distinctcount（订单编号）

3、确定购买力

M = sum（销售金额）

4、建立RFM表

调取不重复的列
RFM表 = SUMMARIZECOLUMNS(‘销售表’[会员卡号],‘销售表’[R],“F”,[F],“M”,[M])
图

三、数据分析

1、会员打分

高于平均1分，低于平均给0分
R得分 = IF(‘RFM表’[R]<=AVERAGE(‘RFM表’[R]),1,0)
F得分 = IF(‘RFM表’[F]>=AVERAGE(‘RFM表’[F]),1,0)
M得分 = IF(‘RFM表’[M]>=AVERAGE(‘RFM表’[M]),1,0)

合并：RFM = ‘RFM’[R值评价]&‘RFM’[F值评价]&‘RFM’[M值评价]
显示评价：会员分组 =

SWITCH(
    'RFM表'[RFM],
    "000","流失会员",
    "001","重要挽留会员",
    "010","一般保持会员",
    "011","重要保持会员",
    "100","新会员",
    "101","重要发展会员",
    "110","一般价值会员",
    "111","重要价值会员"
)

2、可视化

看到会员评议：
环形图：图例——会员评议、值——会员卡号、卡片（会员卡号的计数）
会员贡献：
瀑布图：类别——会员分组，y轴——M
会员消费明细图
1、连线——会员卡号
2、表——会员卡号、会员分组、年、季度、月、日（改成最后消费日期）
——F值（不汇总），M值（不汇总）

精细化运营

1、重要价值用户：111，三个值都很高，要提供VIP服务
2、重要发展用户：101，消费频率低，其他两个值高，要想办法提高他的消费频率
3、重要保持用户：011，消费时间较远，但是消费频率和购买力高，这种用户是一段时间没来的忠实永辉。应该主动联系，提高复购率。
4、重要挽留用户：001，时间远，消费频率低，单消费金额高。这种用户即将流失要主动联系，调查问题出现哪里，想办法挽回。

通过精细化运营，把用户分为8类，这样就可以对不同用户使用不同的营销策略，将用户转化成重要价值用户。比如信用卡的会员服务。