Power BI RFM 模型，教你如何細緻化經營 CRM 客戶關係
在做 CRM 客戶關係管理中，有個分析模式可以幫忙劃分出不同價值類型的客戶，進而協助企業做到細緻化的經營，該工具就是 RFM 模型。這個模型是透過三個要素:R(Recency)近一次的消費、F(Frequency)消費頻率、M(Monetary)消費金額來分出不同客戶所帶來的價值。這篇文章將分享如何運用 Power BI 做會員的 RFM 分析!
首先我們先匯入會員數據的資料源:
一、確認 RFM 資料
1. 計算R
R 值是為了計算每位會員最近一次的購買日期，在 Power BI 點選新增資料行並輸入下列函數:
最後一個交易日期 = MAXX(FILTER(‘會員RFM分析’,EARLIER(‘會員RFM分析’[會員 ID])=’會員RFM分析’[會員 ID]),’會員RFM分析’[銷售日期])
透過這個函數可以將資料範圍定義在會員的資料中，MAXX 則針對每個會員的銷售日期進行比較，找出最近一次的購買日期。
接著，新增資料行，輸入下列函數:
R = DATE(2017,12,31)-’會員RFM分析’[最後一個交易日期]
*2017年12月31日假設為最後計算的截止日期
2.計算 F
F 是交易次數，只要對銷售單的編號進行非重複的計算就可以求得F，方法是新增量值 F，輸入下列函數:
F = DISTINCTCOUNT(‘會員RFM分析’[銷售單編號 ID])
3.計算M
M是每位會員的銷售貢獻金額，新增量值M，輸入下列函數:
M = SUM(‘會員RFM分析’[銷售額])
二、進行會員分群
當我們分別找出 RFM 的資料後，我們會將 R、F、M 分別與他們的平均值做比較，算出得分，高於平均值則是2，低於平均值則為1，操作方法如下
1. 建立 RFM 資料表
使用 SUMMARIZE 這個公式新增包含 RFM 數據的資料表，函數如下:
RFM = SUMMARIZE(‘會員RFM分析’,’會員RFM分析’[會員 ID],’會員RFM分析’[R],”F”,[F],”M”,[M])
2. 設計 RFM 規則
新增三個資料行，將 RFM 分別與平均數值做比對，如下函數
R分數 = IF(‘RFM’[R]<=AVERAGE(RFM[R]),2,1)
F分數 = IF(‘RFM’[F]>=AVERAGE(RFM[F]),2,1)
M分數 = IF(‘RFM’[M]<=AVERAGE(RFM[M]),2,1)
3. 合併三個分數
新增資料行，並將三個分數做合併，如以下函數:
RFM = ‘RFM’[R分數]&’RFM’[F分數]&’RFM’[M分數]
各組數字的說明如下表所示:
4. 會員分群
將合併的結果，對會員進行分群，新增資料行，並輸入下列函數:
會員分群 = SWITCH(‘RFM’[RFM],
“111”,”流失會員”,
“112”,”重要挽留會員”,
“121”,”一般保持會員”,
“122”,”重要保持會員”,
“211”,”新會員”,
“212”,”重要發展會員”,
“221”,”一般價值會員”,
“222”,”重要價值會員”)
三、建立 Power BI RFM 模型視覺報表
1.建立樹狀圖找出會員分群後的占比
在視覺效果選擇樹狀圖，接著將會員分群的欄位拖曳到群組，會員 ID 放到值
2.建立直條圖分析各會員分群的銷售額貢獻
在視覺效果選擇直條圖，將會員分群的欄位拖曳到軸，銷售額拖曳到值
3.設計會員數卡片
選擇卡片視覺效果，將會員 ID 放到欄位的位置，並將會員計數調整為相異
4.將圖表優化
最後透過簡單的字型放大、排版、調色，呈現清楚的資訊
總結:
透過 Power BI RFM 模型可以幫助我們優化銷售，做到細緻化經營，大家不妨拿現有的公司資料嘗試看看!
延伸閱讀:
什麼是 Power BI ? Power BI 使用方法、技巧、學習資源，您一定要收藏的懶人包大全!
5 分鐘簡單學會製作 Power BI 新冠病毒確診儀表板!
