基于RFM模型的电商零售数据分析.ipynb
需积分: 0 4 浏览量
更新于2020-04-20
8
收藏 3.29MB IPYNB 举报
RFM模型根据客户活跃程度和交易金额的贡献,进行客户价值细分的一种方法。
R(Recency):最近一次交易时间间隔。基于最近一次交易日期计算的得分,距离当前日期越近,得分越高。如5分制。反映客户交易活跃度。
F(Frequency):客户在最近一段时间内交易次数。基于交易频率计算的得分,交易频率越高,得分越高。如5分制。反映客户交易活跃度。
M(Monetray):客户最近一段时间内交易金额。基于交易金额计算的得分,交易金额越高,得分越高。如5分制。反映客户价值。

Mirst
- 粉丝: 158
最新资源
- 智能家居开题报告(最新整理).pdf
- 浅论测绘工程制图中如何有效运用计算机技术论文.doc
- 青海省网络购物市场发展状况调查报告范文.doc
- 项目管理流程和规范样本.doc
- 中国网民网络信息安全状况调查报告.doc
- 关注网络安全预防网络诈骗党课图文精品.pptx
- 网络空间安全竞赛设备单一来源采购项目.doc
- 用矛盾的观点看待网络的利与弊PPT课件.ppt
- 数据库原理知识点总结-精华.docx
- 隐蔽工程验收记录(综合布线).doc
- 数据挖掘填空题复习资料.doc
- 计算机专业实习报告.docx
- PMP网上报名流程说明(不包含会员).ppt
- 算法设计与分析-变治法PPT课件.ppt
- 网络礼品选购平台商业企划书.docx
- 公司网络项目投标书.doc