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

进入「应用后台 >> 数据工厂」，可在右上角「新建数据流」，或点击「客户RFM分析」数据流查看示例内容。

4.2 计算每位客户的RFM指标

根据如下 RFM 指标定义，通过分组汇总和字段设置节点，分组计算每位客户的消费次数、消费金额、最近一次消费时间间隔。

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	过滤条件：支付状态=支付成功	仅筛选支付成功的订单数据进行计算
分组汇总1	分组字段：客户名称汇总字段：订单编号（计数），重命名为：消费次数支付金额（求和），重命名为：消费金额支付金额（平均），重命名为：平均单次消费金额支付时间（最晚），重命名为：最晚订单时间	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：字段 1 配置如下：字段名称：辅助分组公式：1 字段 2 配置如下：字段名称：最近一次消费时间间隔公式：DATEDIF(最晚订单时间,TODAY(),"d")	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

继续通过分组汇总和字段设置节点，计算所有客户的平均RFM指标，即：

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

分组字段：辅助分组
汇总字段：

客户名称（计数），重命名为：客户总数
消费金额（求和），重命名为：消费总金额
消费次数（求和），重命名为：消费总次数
最近一次消费时间间隔（求和），重命名为：总时间间隔

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：

字段 1 配置如下：

字段名称：客户平均时间间隔
公式：总时间间隔/客户总数

字段 2 配置如下：

字段名称：客户平均消费次数
公式：消费总次数/客户总数

字段 3 配置如下：

字段名称：客户平均消费金额
公式：消费总金额/消费总次数

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】。