RFM模型会员细分管理

事件发生的环境与前提条件

1、 数据处理第一步

2、 以客户最后成交时间与数据采集时间的间隔天数作为R值衡量标准，反映客户最近交易活跃度；F值依据一年内客户的交易频次进行统计；M值则采用客户平均每次交易金额作为评价指标。利用Excel透视表功能可快速完成RFM三项数据的计算与汇总，操作简便高效。

3、 Excel操作技巧

4、 确认数据表连续且无空行空列后，只需选中表格中任意一个有数据的单元格，切换到插入选项卡，点击数据透视表，Excel将自动识别并选中全部数据区域，无需手动预先选择范围。

5、 在右侧的数据透视表字段区域，将客户编号拖到行区域，日期拖至值区域。此时日期默认为计数方式，需更改为最大值计算。点击计数项：日期旁边的下拉箭头进行设置调整即可完成操作。

6、 点击后选择值字段设置选项

7、 将汇总方式设为最大值后，若直接确认，透视表中的日期会以数字形式呈现。为正确显示日期，需点击数字格式，选择合适的日期格式进行设置。

8、 将记录ID和销售金额依次拖入值区域，其中记录ID设置为计数汇总，销售金额设置为平均值汇总，参照前述日期字段的汇总方式进行配置。

9、 以上我们得出：

10、 F值：客户在过去一年中的消费总次数

11、 M值指客户每次交易的平均花费金额。

12、 当前R值仅反映客户最近一次消费时间，需进一步计算其与数据采集日期之间的间隔天数，以便更准确地进行后续分析与处理。

13、 Excel操作技巧

14、 选中透视表任意单元格，按Ctrl+A全选后复制，新建工作表并右键粘贴，选择粘贴值选项，将数据以纯数值形式保留。

15、 在空白单元格中输入数据采集日期。选中B列除汇总行外的其余数据区域（B1至B996），可使用快捷方式：先点击B1，按住Ctrl+Shift再按下方向键向下，选中整列连续数据区域，再按Shift加向上键，排除最后一行汇总数据。随后右键点击所选区域，打开选择性粘贴对话框，在运算选项中选择减，完成操作。

16、 此时B列数据显示为号，保持选中该列，在开始选项卡中将单元格格式设为常规，数据随即呈现为负数。在任意空白单元格输入-1并复制，接着选中B列包含数据的区域，执行选择性粘贴，运算选择乘，即可将所有负数转换为正数，操作方式与此前的选择性粘贴步骤一致。

17、 最终得出：

18、 至此，已获取每位客户编号对应的R、F、M数值。

19、 第二步：分析数据

20、 为根据R、F、M三项指标将客户分为三等份，需先计算每项数据的极差，即最大值与最小值之差。随后，将每个客户的R、F、M值分别与对应指标极差的三分之一进行比较，依据所处区间确定其R-score、F-score和M-score，从而完成评分划分。

21、 计算R、F、M的最大值、最小值及极差的三等分区间。

22、 Excel基础操作技巧

23、 在G2单元格中运用MAX函数求R的最大值，具体公式参见附图所示。

24、 在G3中运用min函数计算R的最小值，具体公式参见附图说明。

25、 在G4计算R的极差三等分距，具体公式见附图说明。

26、 计算F、M列的最大值、最小值及极差，再求三等分距。选中上述三个结果单元格，将鼠标移至选区右下角，待出现黑色实心十字后，按住左键拖动至I4单元格即可完成填充。

27、 R分数计算公式如下所示

28、 在表格中新增四列，分别用于计算R值、F值、M值以及综合的RFM值。在E2单元格中输入公式：=IF(ROUNDUP((B2-K$3)/K$4,0)=0,1,ROUNDUP((B2-K$7)/K$4,0))。该公式的逻辑在于处理R值最小的情况——当R值为最小值时，使用ROUNDUP函数向上取整可能导致结果为0，而通过IF函数判断，若结果为0则强制替换为1，确保评分从1开始，避免出现无效等级。公式中引用的K$3和K$4采用绝对引用方式（即行或列前添加美元符号$），目的是在向下复制公式时，始终固定指向最小值和极差三等分间距所在的单元格，防止因相对引用导致引用位置偏移。虽然可通过选中单元格后按F4键快速切换引用方式，但在实际操作中手动添加$符号往往更为高效，尤其在需要频繁调整公式时更为便捷。

29、 将鼠标移至E2单元格右下角，待出现黑色十字后按住左键拖动至G2，自动计算并填充F值与M值。

30、 通过将R、F、M三个指标分别乘以100、10、1后相加，生成一个三位数的RFM得分。该三位数的百位、十位和个位分别对应R、F、M在三维空间中的坐标值，整体构成一个3×3×729种组合的立体模型，形象地映射出客户在三个维度上的分布位置与层级关系。

31、 在H2单元格输入公式=E2*100+F2*10+G2，计算得出RFM数值。

32、 选中E2至H2单元格，将鼠标移至H2右下角，待出现黑色实心十字时双击，系统自动填充所有客户的R值、F值、M值及RFM值，结果所示。

33、 接下来统计各魔方客户数量，再用透视表汇总数据。

34、 Excel操作技巧

35、 在数据表中任意选中一个包含数据的单元格，点击插入选项卡中的数据透视表。由于左侧数据区域与右侧用于计算R、F、M最大值的表格之间存在空列，Excel默认仅识别左侧连续区域，通常会自动选定至第997行。为排除末尾的汇总行，需手动将数据区域调整为第1行至第996行，确保透视表范围准确无误。

36、 把RFM分数放入行区域，行标签移至值区域，选择计数方式进行汇总。

37、 解读分析结果并进行可视化呈现

38、 通过Excel的条件格式功能，可将分析结果进行直观的可视化呈现，便于数据解读与趋势观察。

39、 Excel操作技巧

40、 在开始选项卡中，点击条件格式下拉菜单，选择数据条并任选一种颜色，同时加宽B列宽度。

41、 条形图能清晰展示各类客户数量的多少，便于直观比较。

42、 第五步：解读数据分析的商业价值（略）

43、 本案例展示的为模拟数据，分析过程涉及多项需商业执行人员参与的环节，仅作操作示范之用。具体分析结果的解读，读者可自行思考，并欢迎在评论区分享您的见解。

44、 请思考以下问题：

45、 最优质客户是忠诚度高、消费能力强的群体。

46、 哪些优质客户存在较高流失风险？

47、 哪些客户适合进行升级销售？

48、 哪些客户消耗资源多但利润贡献低？

49、 结 语

50、 衡量消费者价值最常用且直观的指标是消费进度、消费频度和消费额度，这三个维度在营销策略中具有重要指导作用。然而，这些传统指标并非一成不变，尤其面对像滴滴（涵盖快车、专车、顺风车等多种服务）和支付宝（涉及支付、理财、出行、生活缴费等多场景）这类综合性平台时，单一依赖消费数据已显不足。企业在制定补贴政策时，还需考量用户在不同业务场景中的使用广度。用户使用的功能越多，跨场景行为越频繁，通常代表其平台粘性和忠诚度越高。因此，通过调整或扩展模型的核心指标，引入跨场景活跃度等新维度，能更精准地评估用户价值，进而优化补贴分配。这正是为何在实际领券过程中，不同用户获得的优惠金额或券种存在差异——有人可领5元通用券，有人仅得1元；有人拿到快车优惠，有人却只能领取接机专车券。背后正是基于精细化用户价值评估所作出的差异化决策。