数据概览
源数据
数据整理
-
数据总体看来较为完整,但"发货时间"存在空值,且"发货时间"为空的行对应的"订单状态"为"付款以后用户退款成功,交易自动关闭",故首先剔除退款订单
-
提取建模所需关键字段:R(最近一次购买距今天数),F(购买次数)以及M(平均消费金额)
关键字段 -
加权评分,根据业务需求建立一个评判标准,然后根据此标准进行一轮评分
评分标准
一轮评分 -
为了简化分类结果,将客户分类控制在模型要求的8个维度,进行二轮评分,评判标准以RFM各自的均值为主
二轮评分 -
依据RFM模型和评分结果将用户分为8种主要类型
客户类型
划分结果
数据处理结果
数据可视化
客户占比分析
客户金额分析
简单分析
-
流失客户多达8605人,占比最高,他们多数集中在去年双11下单,对价格较为敏感,在即将到来的618大促中,可以尝试对他们进行唤醒
流失客户下单时间 -
重要挽留客户7108人,人数占比27.96%,累计消费金额占比最高。他们对店铺销售贡献最高,但下单时间久、购买频次低,徘徊于流失边缘
为了挽回这些客户,可以抽样获取他们的联系方式,进行客户回访,调查具体原因;另一方面,可以筛选出他们购买的产品,结合复购率进行进一步分析