目录
1. 概述
用户价值类标签 RFM,流程总结
2. 构建FRM维表
从订单表中找出近一年中以下3个维度的数据
R-最近一次消费时间- last_payid_date
F-最近一年中订单次数- last_1y_orders
M-最近一年中消费金额 last_1y_order_amount
3. 层次划分
根据用户最近一年订单次数、消费金额、最近访问时间的数据分布情况,划分三个维度的高、低层次
例如
R
last_visit_time < 90天 ,则为 近
last_visit_time > 90天 ,则为 远
F
last_1y_orders < 3笔 ,则为 低频
last_1y_orders > 3笔 ,则为 高频
M
last_1y_order_amount < 600远, 则为 低额
last_1y_order_amount > 600远, 则为 高额
根据上述规则,将RFM维表中的数据,划分为对应的高、低层次
-- 对用户3个维度的价值进行高、低层次的划分
insert overwrite table user_rfm
SELECT

该博客介绍了RFM分析模型在用户价值评估中的使用,通过构建RFM维表,根据用户最近一年的消费频率、金额和时间划分层次,生成用户价值标签,如重要价值用户、重要保持用户等,最后进行标签验证。
订阅专栏 解锁全文
1550

被折叠的 条评论
为什么被折叠?



