【數據分析｜行銷】Tableau x RFM 分析(有圖有真相）

看到行銷資料科學的常貴客新客的RFM附上 R 實作與圖表讓我好奇，在 Tableau 實現的可能，取之於Medium ，用之於Medium

分析前需要知道什麼？ 百分位法，中位數，四分位法

參考建國中學，繆友勇老師的淺談百分位數一文（PDF文無法加上連結，請參考下圖搜尋）說明，【在高中考大學的學測與 指考，都會出現頂標（第 88％位置的分數）、高標（第 75％位置的分數）、均標（第 50％位置的分 數）、低標（第 25％位置的分數）、後標（第 12％位置的分數）作為篩選學生分數的依據】

Google 搜尋看到淺談百分位數這篇文章說明

內文第5頁的圖表解說，讓我一下子就了解四分位

接下來，進入RFM的分析定義，從單字上的解讀（參考：Data mining Midterm exam: 運用KMeans進行RFM模型分析探討結果）

我們將所有的資料分為五等分，也就是用"百分位法"將資料排序好，再分成五等份，再各別標示 1到 5分，搭配上圖的說明，就會取得每一個等份的"R, F, M “ 的數值不同

R（Recency）：最近一次消費;意指上一次購買的時間，而理論上上一次消費的顧客時間點越接近越是好顧客，且對提供即時的商品或服務較有幫助。

• 觀點 1：需要注意依照產品類別，生命週期考量，越近期購買的客戶，注意再次行銷的時機

F（Frequency）：消費頻率;意指顧客在某特定的期間內所購買的次數 如果相信品牌及商店忠誠度的話，最常購買的消費者，忠誠度也就最高。

• 觀點 2：經常購買的客戶，可以再區分客戶的類別，是個人使用代購或是團購

M（Monetary）：消費金額;意指在某特定的期間內購買所花費的金額， 可代表顧客對企業的貢獻度及顧客價值。

• 觀點 3：花費金額高的客戶，不見得可以為我們帶來較高的利潤，需要注意成本的支出

用 5W2H 思考 RFM，用心智圖(Mind Map)展開

5W2H — 思考架構, 使用 Xmind

進到 Tableau 的實作，選擇的原因在於無需寫程式，即可取得圖表分析紀錄，花費時間也很少，對於入門新手或是進階分析人員，都能大大的降低時間成本（Time is money)

計算使用 Percentile 計算好 1–5 的R, F, M 級距資料，加上時間及分析維度，即可得知針對特別客群是否有達到成效

我們用 2018/4/1與2018/6/30 為比較，在這段時間內的客戶數增加狀況，以及分佈R, F 在二個維度內，性別佔比變化

資料日期： 2018/4/1

資料日期： 2018/6/30

將 1–5分設定由淺到深，標示分佈情況

以散佈圖(Scatter)方式呈現

依R, F 二個維度分為25等分，將M設定為顏色，即可觀察25等分的情境中，客戶的消費力

調整維度將M加到Row的第二個維度展開 ，以利潤方式查看各個客戶的效益，即可依照RFM再搭配分析，作為策略的參考依據

Tabelau 真的很彿心，不僅僅有 14天的免費試用，還有許多免費的資源，線上社群、免費影片可以瀏覽，更不用說 Youtube 上有許多高手的教學可以看，中文教學有【Tableau 視覺化分析筆記】，英文膜拜Youtuber【Andy Kriebel 】