利用支付数据分析客户消费情况(RFM建模)
1. 简介
1.1 方案简介
本文将基于简道云平台,提供一套客户管理及营销解决方案。通过简道云的 在线收款 功能,系统可自动回写客户支付数据,并借助数据工厂与仪表盘构建完整的客户分析体系(RFM 模型),实现精细化客户分析和精准营销。
该方案适用于所有 C 端营销场景,尤其适合需要对客户进行精细分层与价值评估的业务场景,帮助判断不同类型用户的价值,便于及时采取针对性营销策略。
1.2 方案价值
该方案具备如下突出优势:
- 自动化收款与数据管理:客户通过简道云表单下单并完成支付后,支付信息将会自动回写至表单;
- 精细化客户分层:基于 RFM 模型(最近消费时间、消费频次、消费总额)分析客户的近期购买行为,对客户进行分层运营动作,帮助识别高价值用户、流失风险客户等群体,为精准营销提供数据支撑。
- 灵活适配多场景:适用于书店、会员制购买、预约服务、社群团购等纯 C 端零售场景,支持客户信息多渠道录入(包括会员主动登记、微信 OpenID 静默获取),满足多样化运营需求。
1.3 实现思路
以书店管理系统为例,具体思路如下:
1)新建「客户信息表」,用于录入名称、折扣等客户基础信息,且下单时可以调用折扣信息来计算消费金额。
2)新建「订单表」并开启 在线支付 功能,用于客户下单和支付订单。同时,该表中通过选择数据字段来调用客户的名称、折扣等信息,确保每笔订单能够关联到对应的客户,便于后续的客户消费分析。
3)基于客户的购买数据,在数据工厂中通过 RFM 分析模型对客户进行分层,并将结果展示在仪表盘中。
Tip:本文示例,是基于订单中的客户名称信息来进行客户分析。若您的业务数据中无法获取到客户名称信息,建议通过表单外链进行收款,并开启 微信增强,利用获取到的微信 OpenID 进行分析。
1.4 预期效果
1)客户在「订单表」中选择书籍并提交数据后,便可进行扫码支付。支付后,支付信息会自动回写至表单。
2)书店运营人员可以通过仪表盘,查看客户分析数据,包括:最近消费时间、消费频次、平均单次消费金额、客户特征类型等。效果如下所示:
2. 表单设计
注:在学习之前建议安装 支付数据分析 应用模板,本文将按照模板中的示例数据进行讲解。
本案例需要使用如下 3 张表单:
- 客户信息表
- 书籍信息表
- 订单表
其中,「订单表」中需要包含如下关键模块:
- 订单信息:用于记录购买的商品和需要支付的金额;
- 支付信息:用于支付后,系统自动回写支付相关信息至表单,如订单编号、支付状态、支付方式等。
注:
1)由于发起支付时仅需填写订单信息部分字段,建议直接将支付信息字段设置为「不可见」,便于填写;
2)本案例借助智能助手Pro 来自动维护「客户信息表」中的客户等级信息,具体配置内容可在安装应用模板 支付数据分析 后,在「客户信息表 >> 扩展功能 >> 智能助手」处找到示例 Pro 进行了解学习。
3. 在线支付设置
进入「订单表」的编辑页面,在「扩展功能 >> 在线支付」中启用在线支付功能后,进行如下设置:
- 商品详情:选择「订单名称」字段;
- 订单金额(元):选择「消费金额」字段
- 存储支付信息:将订单编号、支付状态、支付方式等支付信息存储至对应表单字段中。
4. 数据工厂设置
通过 数据工厂 进行 RFM 分析,实现思路如下:
- 计算每位客户的 RFM 指标,包括:最近一次消费距今时间间隔、消费金额、消费频次;
- 计算所有客户的平均 RFM 指标,包括:平均时间间隔、消费金额以及平均消费频次;
- 将每位客户的 RFM 指标与平均值比较,得到三个向量指标,并根据向量指标的正负,将客户分为不同类型。
具体设置步骤如下:
4.1 新建数据流
4.2 计算每位客户的RFM指标
- 最近一次消费 (Recency):客户最近一次消费时间的间隔;R 越大,客户越可能流失;
- 消费频率 (Frequency):客户在最近一段时间内消费的次数,F 越大,表示客户消费频次高,越活跃;
- 消费金额 (Monetary):客户的消费能力,通常以客户单次的平均消费金额作为衡量指标。
节点名称 | 节点配置 | 节点作用 |
数据筛选 |
| 仅筛选支付成功的订单数据进行计算 |
分组汇总1 |
| 计算每位客户的消费次数、消费金额、平均单次消费金额、最晚订单时间 |
字段设置1 | 分别添加如下 2 个计算字段:
| 根据上一步中的最晚订单时间,计算该订单距今的天数,并添加一个辅助字段,用于后续平均 RFM 的计算 |
4.3 计算所有客户的平均RFM指标
- 平均 R:所有客户的总时间间隔/客户总数
- 平均 F:所有客户的总消费次数/客户总数
- 平均 M:所有客户的总消费金额/所有客户的总消费次数
节点名称 | 节点配置 | 节点作用 |
分组汇总2 |
| 计算客户总数、所有客户的消费总金额、总次数、以及总的时间间隔 |
字段设置2 | 分别添加如下 3 个计算字段:
| 按照平均 RFM 的指标定义,计算对应值 |
4.4 划分客户类型
将每位客户的 RFM 指标与平均值比较,得到三个向量指标,并根据向量指标的正负,将客户分为不同类型。
1)首先需要通过 横向连接 节点将每位客户的 RFM 与平均 RFM 汇总到一张表中,便于后续比较计算。
- 连接方式:左连接(左侧表单为:字段设置1)
- 连接字段:辅助分组=辅助分组
2)基于汇总数据,在 字段设置 节点中添加多个计算字段,分别计算 R、F、M 3 个向量值。
计算字段名称 | 公式配置 |
R向量:最近一次消费时间间隔 | IF(最近一次消费时间间隔<客户平均时间间隔,1,0) |
F向量:消费次数 | IF(消费次数>客户平均消费次数,1,0) |
M向量:平均单次消费金额 | IF(平均单次消费金额>客户平均消费金额,1,0) |
3)继续添加计算字段,根据 RFM 向量值来划分客户类型。本文以如下常见划分依据为例,字段设置如下所示,
IF(R向量:最近一次消费时间间隔==1,IF(F向量:消费次数==1,IF(M向量:平均单次消费金额==1,"重要价值客户","一般价值客户"),IF(M向量:平均单次消费金额==1,"重要发展客户","一般发展客户")),IF(F向量:消费次数==1,IF(M向量:平均单次消费金额==1,"重要保持客户","一般保持客户"),IF(M向量:平均单次消费金额==1,"重要挽留客户","一般挽留客户")))
Tip:您可根据实际业务需求来进行多种形式的客户分类,例如,根据 M 指标值将客户的消费金额按照高、中、低三档分类,划分为:高消费(M>5000元)、中消费(500-5000元)、低消费(M<500元)等等。
5. 仪表盘设置
将上述计算结果展示在 仪表盘 中,便于查看。具体步骤如下:
1)回到应用访问界面新建一张仪表盘。如下图所示:
2)添加一个明细表,点击「明细表 >> 数据流」,选择刚刚新建的「客户RFM分析」数据流作为数据源。
3)按需添加显示字段,包括:客户名称、消费次数、客户分类等。如下图所示:
6. 效果演示
效果参见本文【1.4 预期效果】。