tableau--RFM模型构建

该博客介绍了如何在Tableau中构建RFM模型。首先,通过计算最近一次下单距离现在的时间(R)、累计订单数量(F)和累计交易金额(M)来获取这三个关键指标。接着,对这些指标进行标准化处理。然后,设定R、F、M的参考值,如选择中位数作为划分标准,并探讨了使用K-means等聚类方法的可能性。最后,依据参考值判断每个客户的RFM值高低,完成RFM分析。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

数据来源:自带超市订单 (Tableau示例数据)

三个指标对应实例的字段

在这里插入图片描述

STEP 1:计算出 R、F、M 三个指标

计算R (每个客户最近一次下单距离现在的天数)

根据订单日期找出每个客户最后一次下单时间
在这里插入图片描述
计算每个客户最近一次下单距离现在的天数 = 现在时间 - 客户最后一次下单时间

(备注: ‘现在’ 这个日期可以自己定,可以是当前时间,也可以是数据提取那天的时间)
在这里插入图片描述

计算F (每个客户累计单数)

在这里插入图片描述

计算M (每个客户累计交易金额)

在这里插入图片描述

STEP 2:将 R、F、M 数据标准化

标准化R值

(LOG([最近一次下单距离现在的天数],10)-{
   fixed :min(LOG([最近一次下单距离现在的天数],10))})
/({
   fixed:max(LOG([最近一次下单距离现在的天数],10))}-{
   fixed :min(LOG(
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值