本文主要是介绍为啥我做的RFM模型被人说做错了，我错哪了？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本文转自知乎
作者：接地气的陈老师
—————————————————————————————————————————————————————
有同学问：“为啥我做的RFM模型被客户/业务部门批斗，说做的是啥XX玩意？我是对着网上的教程做的呀”
答：冒着被众多卖网课的号喷死的风险，揭示一个真相，就是在网课里如果不加“模型”俩字是很难卖的动的。大家都喜欢看高大上的东西，所以一般教数据分析的课在描述性统计完了都直接上RFM。
如果说成：“你要对用户交易行为进行分段，解读业务含义”，就太搓矮土了，咋吸引人吗。类似的，比如单维度分类，要起个名字叫：二八法，切割法，金字塔模型；比如两维度交叉，要叫矩阵法，象限模型。三维度分类，嘿，就到RFM模型了。轻则上一个3*3*3=27的矩阵，重则先三维度分类再聚类，一看就牛逼！
ヾ(◍°∇°◍)ﾉﾞ
然鹅，死就死在业务含义四个字上。套到具体的业务场景，你会发现RFM有很多很多不适用的地方。
RFM是针对客户ID的分析，所以至少得有客户ID吧。是滴！这就淘汰了一大堆实体店+会员卡模式的企业。这些普遍管不住渠道的企业，客户ID关联订单比例往往只有10%-30%。RFM是基于会员交易做分析，在这种垃圾数据基础上，要剔除高达90%-70%的交易.这么做本身是件很搞笑的事。
更不用说，剩下的10%有会员ID的消费里边，又有至少40%的ID以上是一年未到店用户，活跃的撑死20%。更不用说10%*20%里边又有至少30%是各种羊毛卡。实际上，做实体企业信息化项目时，用户价值分析经常被做成渠道贪污力分析……
┗( ´・∧・｀)┛
RFM是针对顾客交易行为，其他行为分析，比如积分兑换行为，直接套用RFM是很不合适的。积分兑换虽然看起来也像用积分买东西，但交易是产生价值，积分兑换是产生成本，这两者业务含义完全不同。其次，积分兑换依赖于顾客手头有多少积分，如果没积分他也没法兑换。所以积分兑换类的分析，要先看顾客的积分持有情况，增长情况，使用率三个指标。
RFM是针对顾客交易后记录分析，所以重视售前过程的B2B类销售，基本没得做了。B2B要看销售线索获取时间，跟进次数，项目推进阶段。
RFM是针对顾客个人交易后记录分析，所以非最终顾客消费的渠道，基本没得做了。渠道交易要关注sell in sell out两个数据。
RFM是针对顾客有一定频次的消费（否则根本不存在RF的概念，有谁隔三差五买个房子……），所以耐用品基本没得做了。耐用品要关注用户需求的关键节点和需求类型，像家电、家纺，关注的是三新（新婚、新居、新年）。像房子、车子，关注首次置业/二次更新、自用/投资一类的指标。
所以看到底，RFM其实比较适合传统企业里的运营商、银行、航空，或者互联网里的电商、出行，这种必须捆绑客户ID，有一定频次的小额消费。这时候才能做出网课里的RFM的各种骚操作效果。
因此同学们要关注业务场景，关注自己到底服务的是什么业务。RFM的精华不是最后聚类那一步，而是RFM是一个经过积累检验，很好用的三维度分类。相当多的快消品有使用量的概念，所以知道了R，F以后可以进行补货提醒，这才是模型的初衷。不要一味追求用复杂的计算，解决业务问题才是要义。
照例，估计这么一发，很多同学会问，那列举的那么多场景该怎么分析，来来来让我看到大家点赞的小手，赞多了再更新
(▰˘◡˘▰)
这篇关于为啥我做的RFM模型被人说做错了，我错哪了？的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
