+ 
+ 任务知识导入
+
+
+ 任务知识导入
+
+
+
+
+ 
+ 案例背景：
+
+
+ 现有以下原始数据，需要采用RFM分析方法，对客户进行分类：
+
+
+ 案例背景：
+
+
+
+
+
+
+
+
+
+
+
+
+ 下载数据
+
+
+
+
+ 
+ 第一步，确定“近一段时间”的时间间隔
+
+
+ 计划分析最近30天的用户，假设现在是2025.05.30，需要对数据进行筛选，筛选出统计样本
+
+
+ 第一步，确定“近一段时间”的时间间隔
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ 提交
+
+
+
+
+
+ 第二步，计算每个用户的RFM值
+
+
+ 以用户为统计对象，计算出每个用户的R、F、M这3个指标
+
+
+ 第二步，计算每个用户的RFM值
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ 提交
+
+
+ 消费频率（F），购买频率越高，也就是F值越大，用户价值越高。
+ 消费金额（M），消费金额越高，也就是M值越大，用户价值越高。
+ 具体实际业务中，如何定义打分的范围，要根据具体的业务来灵活定，没有统一的标准。将R、F、M3个指标分别按价值从小到大分为1-5分。如下表所示： + +
+
+
+ 第三步，制定R、F、M评分规则
+
+
+ 最近一次消费时间间隔（R），上一次消费离得越近，也就是R的值越小，用户价值越高。
+ 第三步，制定R、F、M评分规则
+ + 消费频率（F），购买频率越高，也就是F值越大，用户价值越高。
+ 消费金额（M），消费金额越高，也就是M值越大，用户价值越高。
+ 具体实际业务中，如何定义打分的范围，要根据具体的业务来灵活定，没有统一的标准。将R、F、M3个指标分别按价值从小到大分为1-5分。如下表所示： + +
+
+
+
+
+
+
+
+
+
+
+
+ 
+