PowerBi中RFM模型的应用

RFM 模型是数据分析中非常经典、实用的一种用户价值评估模型，特别适合用在电商、营销、会员管理、客户分析等场景中。下面我会从原理、计算、分层、Power BI 实现和应用场景五个方面详细讲解。

🧠 一、什么是 RFM 模型？

RFM 模型是从三个维度来衡量客户价值的：

🔍 二、RFM 怎么计算？

假设你有客户的交易记录表，包含：

• 客户ID（CustomerID）

• 订单日期（OrderDate）

• 金额（Amount）

你可以按客户分组，计算出以下字段：

其中：

• R：今天日期减去最后一次购买日期

• F：订单数量

• M：消费总金额

📊 三、如何打分和分层？

通常是把 R、F、M 分别打 1~5 分（或其他等级），越高分代表越好：

👉 然后拼接 RFM 分数，比如客户 A 的得分是 5-5-5，客户 B 是 1-1-1。

🎯 分层示例（RFM 组合标签）：

🛠 四、Power BI 中如何实现 RFM 模型？

✅ 步骤 1：准备数据

你的数据需要包括这些字段：

• CustomerID

• OrderDate

• SalesAmount

✅ 步骤 2：建一个“RFM”计算表（用 DAX）

最近购买天数 =

DATEDIFF(

  MAX(Sales[OrderDate]),

  TODAY(),

  DAY

)

购买次数 = CALCULATE(COUNTROWS(Sales), ALLEXCEPT(Sales, Sales[CustomerID]))

总消费金额 = CALCULATE(SUM(Sales[Amount]), ALLEXCEPT(Sales, Sales[CustomerID])

)

然后你可以为 R、F、M 分别打分：

R得分 =

SWITCH(

TRUE(),

  [最近购买天数] <= 30, 5,

  [最近购买天数] <= 60, 4,

  [最近购买天数] <= 90, 3,

  [最近购买天数] <= 180, 2,

  1

)

F得分 =

SWITCH(

TRUE(),

  [购买次数] >= 20, 5,

  [购买次数] >= 10, 4,

  [购买次数] >= 5, 3,

  [购买次数] >= 2, 2,

  1

)

M得分 =

SWITCH(

TRUE(),

  [总消费金额] >= 10000, 5,

  [总消费金额] >= 5000, 4,

  [总消费金额] >= 2000, 3,

  [总消费金额] >= 500, 2,

  1

)

RFM标签 = [R得分] & [F得分] & [M得分]

✅ 步骤 3：使用这个 RFM 分层字段做可视化

你可以创建饼图、柱状图，查看各类客户群体的数量、占比、总销售额等。

🚀 五、RFM 应用场景

✅ 总结