RFM进行标准化处理分类问题（技术交流）

回复 10# afan0126

发新贴吧~:)1收起

回复 8# jxguo


   嗯，好的，不管模型好坏，还是要在实践中改进，谢谢了。不是RFM模型的问题可以问吗？比如客户流失率，二次购买率这些收起

嗯，好的，不管模型好坏，还是要在实践中改进，谢谢了。不是RFM模型的问题可以问吗？比如客户流失率，二次购买率这些收起

回复 7# afan0126
简单点的方法，找一个销售，帮他分析他的客户情况，RFM可以将客户分成4类的基础客户，那么你就可以和他沟通，这四类的客户的具体分布，每一类的分布他都可以找到不同的方法进行管理，其实对销售来说就3类有价值的客户：1. 很长时间才采购一次的，而且采购金额较小的客户，那么这类客户对销售来说基本上是时间的浪费；
2. 对于采购金额比较大但购买频率不是很高的客户，那么这类客户需要细谈的客户，他的资金确实很有能力；
3. 采购频率较为频繁，但交易额并不很大的客户，这类客户同样需要和客户细聊，了解一下客户的情况，作为企业的销售需要帮助他解决现在客户出现的问题收起

回复 5# jxguo


   就是这样的感觉，我觉着我一两句也问不清我要问的问题，实际操作时出现了好多问题，都是摸索着做，有没有什么大方向的指导:dizzy:。收起

回复 4# afan0126
如果是我的话，我会考虑先用RFM模型进行客户信息的分类，帮助销售部门找到新的潜力客户。虽然说销售部门肯定是有自己的销售客户分类，但对于做数统的我们来说，其实可以间接和帮助企业的销售人员找到他自己的潜力客户，如果能先帮一个销售找到合适的客户，并对他进行侧向的帮助，其实你就已经成功了。收起

回复 3# afan0126

我个人感觉，k-means聚类方法也好，极差三等分的方法也好，其实关键在于数据点的分布状况而言。我在现在的工作中除了用简单的极差三等分的工作外，会根据不同的部门的要求进行加权工作，加权算法如何设计，这个一两句话真的不是很能说清楚，中间涉及到的加权系数需要不断进行验证的。收起

回复 2# jxguo

我是新手，有没有相关的资料介绍，很想在这行做下去，现在的工作内容是做CRM系统的数据分析，望大神指导。收起

回复 2# jxguo

我想问下，一般实际操作时是用传统的RFM模型（每一纬度数据分为5等份，5*5*5=125种），还是采用标准化后的R F M 数据进行k-means聚类。P.S跨境电商行业，谢谢收起

一般情况，极差三等分的方法是非常常用的计算方法，即在单位时间内找出最大值和最小值，之后将这些信息进行相加除以3，最终算出一个基础的R、F、M的得分收起