今回は、“初めてRFM分析をする”と想定して、具体的に分析過程を練習してみましょう。 ※なお、ざっくりとした分析方法は「具体的なRFM分析の方法（超基本例）」を参照してください。 「具体的なRFM分析の方法（超基本例）」では、どのラインで線引きするかといった点について具体的に触れていないので、今回は線引きの考え方も交えてもっと具体的にやってみます。 練習モデル ・あるカタログ通信販売のケースです ・単純化するために、累積の顧客数は100人にしました ・2007年の春に通販ビジネスをスタート（現在、2009年秋で2年半になります） ・カタログは４月・７月・１０月・１月の年４回発送 ・今までは、累積したすべての顧客にカタログを発送していました （1）顧客データ 分析にかける「顧客データ」は表１です。100人分の、顧客ID・登録日・最終購入日・累積購入金額・累積購入回数で構成されています。 表１
C. 簡易な分析（ＲＦ分析） Bのような手法では、１２５グループを対象とした非常に複雑な分析となることから、まず、ＲとＦのみ使った簡単な分析を紹介します。一般的に、Ｒが今日の日付に近いほど再購入する傾向が高く、Ｒが同じならＦが多いほど再購入する傾向が高いといわれており、Ｒ、Ｆの順に再購入の可能性に対し影響度が強いことになります。この特徴に注目して、同じデータを使い、ＲとＦだけで二次元の表を作ってみましょう。これをさらに下図のように７つのグループに分けてみることにします。 ることにします。
ヘアサロンXは，200人のポイント会員のここ1年の利用記録を集計しました。具体的な集計項目は利用回数および利用金額の2つで，あわせて直近の利用日も抽出すると下の表(一部のみ)のようになりました。 Xはこの結果をもとにRFM分析をおこなうため，RFM分析表を作成します。このとき，R, F, M各クラス分けの基準については，事前にPOSデータからパレートの法則に従って統計的に作成しておいた以下の基準を用いることとします。 【クラスの数】 3つ(上位クラス:「3」～下位クラス:「1」) R基準(R:Recency, 直近利用日からの経過日数) R3クラス ―R≦45日 R2クラス ―45日＜R≦100日 R1クラス ―100日＜R F基準(F:Frequency, 利用回数(累積)) F3クラス ―F≧9回 F2クラス ―9回＞F≧3回 F1クラス ―3回＞F M基準(M:Monetary, 利
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
