手把手教你学PowerBI数据分析：制作客户分析报告.pdf

【文件属性】：
文件名称：手把手教你学PowerBI数据分析：制作客户分析报告.pdf
文件大小：806KB
文件格式：PDF
更新时间：2022-12-23 22:41:12
文档资料 ⼿把⼿教你学PowerBI数据分析：制作客户分析报告 客户分析就是根据客户信息数据来分析客户特征，评估客户价值，从⽽为客户制订相应的营销策略与资源配置。通过合理、系统的客户分 析，企业可以知道不同的客户有着什么样的需求，分析客户消费特征与商务效益的关系，使运营策略得到最优的规划；更为重要的是可以发 现潜在客户，从⽽进⼀步扩⼤商业规模，使企业得到快速的发展。 　　企业客户分析可以从以下⼏个⽅⾯⼊⼿，对客户数据信息展开分析： 　　1、分析客户个性化需求 　　"以客户为中⼼"的个性化服务越来越受到重视。实施CRM的⼀个重要⽬标就是能够分析出客户的个性化需求，并对这种需求采取相 应措施，同时分析不同客户对企业效益的不同影响，以便做出正确的决策。这些都使得客户分析成为企业实施CRM时不可缺少的组成部 分。 　　2、分析客户⾏为 　　企业可以利⽤收集到的信息，跟踪并分析每⼀个客户的信息，不仅知道什么样的客户有什么样的需求，同时还能观察和分析客户⾏为对 企业收益的影响，使企业与客户的关系及企业利润得到最优化。 　　3、分析有价值的信息 　　利⽤客户分析系统，企业不再只依靠经验来推测，⽽是利⽤科学的⼿段和⽅法，收集、分析和利⽤各种客户信息，从⽽轻松的获得有价 值的信息。如企业的哪些产品最受欢迎，原因是什么，有什么回头客，哪些客户是最赚钱的客户，售后服务有哪些问题等。客户分析将帮助 企业充分利⽤其客户关系资源，在新经济时代从容⾃由地⾯对客户。 ⽬前国内企业对客户的分析还很⽋缺，分析⼿段较为简单，⽽简单的统计⽅法虽然可以在⼀定程度上得出分析结果，但因为不同企业发展中 存在⼀定的不平衡性，利⽤简单的统计模式得出的结论容易有较⼤的误差，难以满⾜企业的特殊需求。因⽽企业需要有更加完善、合理的客 户分析⽅案，进⼀步提⾼客户分析的合理性、⼀致性，并能在对 潜在客户的培养和发现中提供更多的决策⽀持。 本⽂将使⽤客户RFM模型来衡量客户价值，当然仅⼀个模型也⽆法完整并系统的分析客户，还是需要结合CRM系统中的数据，切勿过度依 赖该模型来分析客户价值。该模型仅供决策参考。接下来我们来看⼀下RFM模型是什么？ 客户RFM数据分析 RFM分析（Recency，Frequency，Monetary）是⽤来细分⽤户和衡量客户价值的⼀个重要⼯具，就是根据客户活跃程度和交易⾦额的 贡献，进⾏客户价值细分的⼀种⽅法。 RFM的含义： R（Recency）：客户最近⼀次交易时间的间隔。R值越⼤，表⽰客户交易发⽣的⽇期越久，反之则表⽰客户交易发⽣的⽇期越近。 F（Frequency）：客户在最近⼀段时间内交易的次数。F值越⼤，表⽰客户交易越频繁，反之则表⽰客户交易不够活跃。 M（Monetary）：客户在最近⼀段时间内交易的⾦额。M值越⼤，表⽰客户价值越⾼，反之则表⽰客户价值越低。 本⽂中通过分析某个店铺客户消费数据，将会员分为以下8种，以便有针对性的做营销决策，实现精细化运营： RFM定义 ⼀、RFM数据源 我们准备的数据源中有很多的字段，由RFM模型的含义可知。我们需要通过订单⽇期判断R值，订单ID判断F值，销售额判断M值，客户ID 是基础数据，其他的字段就是冗余字段 RFM数据源 ⼆、RFM值 1、确定R值 确定R值为指定⽇期和最近购买⽇期之间的差异天数，计算每个客户的最近⼀次消费⽇期。再根据截⽌⽇期的时间和最后⼀个交易⽇期的差 值 RFM R = AVERAGEX( DISTINCT('维度_客户'[客户名称]) , CALCULATE( AVERAGEX( '事实_订单', DATEDIFF( [订单⽇期] , LASTDATE( '维度_RFM⽇期'[Date] ) , DAY ) ) , TREATAS( VALUES( '维度_RFM⽇期'[Date] ) , '事实_订单'[订单⽇期]) ) ) R最⼤值 RFM R MAX = MAXX( ALL('维度_客户'[客户名称]) , CALCULATE( AVERAGEX( '事实_订单' , DATEDIFF( [订单⽇期] , LASTDATE( '维度_RFM⽇期'[Date] ) , DAY ) ) , TREATAS( VALUES( '维度_RFM⽇期'[Date] ) , '事实_订单'[订单⽇期]) ) ) R最⼩值 RFM R MIN = MINX( ALL( '维度_客户'[客户名称]) , CALCULATE( AVERAGEX( '事实_订单' , DATEDIFF( [订单⽇期] , LASTDATE( '维度_RFM⽇期'[Date] ) , DAY ) ) , TREATAS( VALUES( '维度_RFM⽇期'[Date] ) , '事实_订单'[订单⽇期] ) ) R平均值 R