本文通过SPSS Modeler对某app歌曲会员订购信息进行RFM分析，揭示用户价值。RFM模型用于确定用户价值，分析显示，RFM评分越高，用户购买行为越强烈。通过设定RFM阈值，区分高价值和低价值用户，发现高价值用户具有更频繁的购买行为和更高的消费金额。此外，还探讨了年龄、消费时间、购买频率和货币评分等方面的差异。
首先必须对RFM模型的概念有一个清晰的了解。
RFM模型对用户价值的解析
接下来通过一个实际案例进行具体分析
某app想通过对近期客户购买行为进行分析，以达到以下目的
1、哪些用户对网站价值更大。
2、优先考虑对哪些用户提供促销活动。
3、高价值的用户具有哪些特点。
首先将客户订购信息表导入spssmoderler分析主界面，并对数据字段进行过滤和分类操作，如图
然后需要对字段进行重新分类，因为原表中没有R,F,M这三个字段，此时采用记录选项中的‘RFM汇总’节点，如图
分别选取用户编号、时间、花费字段，其中R是距离最近一次消费的时间，可以在固定日期选项中设定开始日期。预览一下，可以看到R，F,M的值都已经被计算出来
最低0.47元/天 解锁文章
扫一扫
3538
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
