相信多數的數據分析人員與小編一樣，剛開始接觸數據分析工具時，經常不知該從何下手，分析數據也是胡亂分析一通，往往分析不到想要的結果。同樣的數據在專業數據分析師的手裏是寶藏，怎麼到了自己手中便成了一堆廢鐵，為什麼呢？是我們分析的知識存儲不夠嗎？雖然有部分原因是可能是因為不懂分析模型原理，但也許更多的原因是我們不懂該如何利用工具將各種模型法則運用到分析決策當中去。
打個比方，在客户管理方面，企業想分析哪些客户更重要，時常會通過帕累託模型做分析；想判斷哪些客户最有價值，時常會運用到RFM分析模型等等一樣。明明分析模型相關的知識都瞭解，卻因為不會用工具實現分析，一切都只是徒勞。接下來小編便簡單為大家分享關於RFM模型在數林BI中的應用，不會用工具也無需擔心，直接參考模板就對了！
關於RFM模型解釋
RFM模型由三個維度R(Recency-近度）、F(Frequency-頻度）和M（Monetary-額度）組成。
近度R：表示客户最近交易距離當前天數，本文可以簡單理解為客户的最近交易日期與數據採集日期的距離，R越大表示客户許久未交易，反之，表示客户不久前剛交易過。
頻度F：可簡單理解為客户在某段時間內交易的頻次，F越大表示客户在某段時間內交易越頻繁，越小，表示客户交易頻次越少。
額度M：表示客户在某段時間內的消費金額，本文可簡單理解為客户在某段時間內的平均消費金額。M越大表示客户在某段時間內成交的金額越大，反之越小。
利用RFM模型劃分銷售客户羣體
通過RFM模型可將銷售客户羣體劃分為不同級別類型客户，如下圖所示：
如上圖所示，這是用數林BI工具從金蝶進銷存系統中直接取數，按照特定的要求做出的RFM模型的簡單應用，將企業的銷售客户劃分出來。用户可通過此模型可直觀瞭解到客户處於哪個層級上，比如哪些客户是重要價值客户，哪些僅僅只是一般價值客户等等，並針對劃分的類型採取不同的運營措施，例如，重要價值客户是公司的優質客户需要重點保持；而對於公司貢獻不大的一般挽留客户，可詢問原因，但不必太重點關注，保持一般互動即可......通過不同的營銷策略管理客户，可在一定程度上為企業減少不必要的資源浪費。
當然，企業可結合其他的圖表對銷售客户進行分析，如下圖所示：
上圖是數林BI中建立的一個關於銷售客户可視化的BI分析模型，用户可以藉此模板掌握公司不同類型客户的情況，從而判斷銷售客户的價值，並有針對的採取不同的運營舉措。
同樣，用户將RFM模型結合客户黏性分析，從銷售額、單價、品類、筆數等角度分析哪些客户流失了，從而及時找尋可能的流失原因，這對企業的發展有重大意義。