पावर बीआई के साथ आरएफएम विश्लेषण

May 09 2022

आरएफएम विश्लेषण के साथ ग्राहक विभाजन सामग्री की तालिका आरएफएम का अवलोकन आरएफएम मॉडल आरएफएम सेगमेंट आरएफएम स्कोर पावर बीआई विश्लेषण आरएफएम विश्लेषण व्यवसायों के लिए मूल्य कैसे जोड़ता है? RFM एक मार्केटिंग तकनीक है जिसका उपयोग ग्राहकों को उनकी रीसेंसी, फ़्रीक्वेंसी और मौद्रिक कुल के आधार पर एक समरूप समूह में विभाजित करने के लिए मात्रात्मक रूप से रैंक और समूह करने के लिए किया जाता है। आर - सबसे हाल की तारीख एक ग्राहक ने व्यापार एफ से खरीदा - ग्राहक कितनी बार व्यापार एम से खरीदता है - ग्राहक की खरीद का मौद्रिक मूल्य।

RFM विश्लेषण के साथ ग्राहक विभाजन

क्रेडिट: गूगल इमेजेज

सामग्री की तालिका

आरएफएम का अवलोकन

आरएफएम मॉडल

आरएफएम खंड

आरएफएम स्कोर

पावर बीआई विश्लेषण

डेटा सफाई
RFM मान प्राप्त करना
आरएफएम स्कोर की गणना

RFM विश्लेषण व्यवसायों के लिए मूल्य कैसे जोड़ता है?

RFM एक मार्केटिंग तकनीक है जिसका उपयोग ग्राहकों को उनकी रीसेंसी, फ़्रीक्वेंसी और मौद्रिक कुल के आधार पर एक समरूप समूह में विभाजित करने के लिए मात्रात्मक रूप से रैंक और समूह करने के लिए किया जाता है।

R — किसी ग्राहक द्वारा व्यवसाय से खरीदी गई नवीनतम तिथि

F — ग्राहक कितनी बार व्यवसाय से खरीदारी करता है

एम - ग्राहक की खरीद का मौद्रिक मूल्य।

फ़्रीक्वेंसी और मौद्रिक मूल्य ग्राहक के आजीवन मूल्य के बारे में जानकारी देते हैं जबकि रीसेंसी अवधारण को मापता है और प्रतिधारण और ग्राहक जुड़ाव में अंतर्दृष्टि देता है

आरएफएम मॉडल

RFM मॉडल ग्राहकों को उनकी रीसेंसी, फ़्रीक्वेंसी और मौद्रिक स्कोर के आधार पर विभिन्न सेगमेंट या श्रेणियों में रैंक करता है। RFM स्कोर 1-5 के पैमाने पर होता है जिसमें एक सबसे कम और 5 सबसे अधिक होता है।

कम रीसेंसी स्कोर, यानी 1- 2/3 यह दर्शाता है कि किसी ग्राहक ने हाल ही में आपके स्टोर से खरीदारी की है। यह फ़्रीक्वेंसी और मौद्रिक के विपरीत है क्योंकि कम F और M स्कोर इंगित करते हैं कि कोई ग्राहक शायद ही कभी आपके स्टोर पर जाता है या बहुत अधिक पैसा खर्च करता है।

डेटा सेट में मूल्यों के आधार पर रीसेंसी, फ़्रिक्वेंसी और मौद्रिक मूल्यों की गणना की गई है।

स्कोर को 123 या 534 के रूप में लिखा जाता है जिसमें पहली संख्या आर स्कोर का प्रतिनिधित्व करती है, दूसरी संख्या एफ स्कोर का प्रतिनिधित्व करती है, और तीसरी संख्या एम स्कोर का प्रतिनिधित्व करती है।

RFM मॉडल के साथ विभिन्न प्रकार के ग्राहक खंड बनाए जा सकते हैं, मैंने इस लेख में अनुशंसित खंडों को अपनाया है । यह RFM विश्लेषण को भी विस्तार से बताता है।

आरएफएम खंड

RFM सेगमेंट और स्कोर प्रत्येक व्यवसाय के लिए परिभाषित किए गए हैं और व्यवसायों के लिए भिन्न हो सकते हैं।

चित्र 1: आरएफएम खंड

आरएफएम स्कोर

चित्र 2: प्रत्येक खंड के लिए RFM स्कोर

आइए Power BI विश्लेषण से अपने हाथों को गंदा करें

डेटासेट: मैंने इस विश्लेषण के लिए सुपरस्टोर डेटासेट का इस्तेमाल किया।

डेटा सफाई:

अन्य कॉलम हटाएं: डेटा में बहुत अधिक कॉलम थे, इसलिए मैंने वे सभी कॉलम हटा दिए जिनकी मुझे आवश्यकता नहीं थी। इस विश्लेषण के लिए, मुझे केवल तीन कॉलम चाहिए: customer_name, Order_date, Sales_amount, और Product (वास्तव में इसकी आवश्यकता नहीं थी, बस इसे अंदर खींच लिया)।
नामांकित कॉलम: मैंने शुरुआत में नकली डेटा उत्पन्न करने के लिए मोकारू का उपयोग किया था, लेकिन इसने मुझे वह परिणाम नहीं दिया जो मैं चाहता था। मैं एक परामर्श फर्म के लिए डेटा का विश्लेषण करना चाहता था। मैंने कॉलम का नाम बदलकर उन नामों पर रख दिया जो एक परामर्श फर्म पर लागू होते थे।

उत्पाद का नाम — प्रदान की गई सेवा

बिक्री - राशि

3. परिवर्तित प्रकार: मैंने कुछ कॉलम के डेटा प्रकार को बदल दिया है जैसे कि Sales_amount कॉलम को दशमलव के बजाय निश्चित दशमलव में बदल दिया है ताकि Power BI इसे मुद्रा फ़ील्ड के रूप में पहचान सके

DAX के साथ डेटा विश्लेषण

मेरे आर, एफ, और एम मान प्राप्त करना

आर - चूंकि आर सबसे हालिया लेनदेन को मापता है, इसलिए हमें प्रत्येक ग्राहक की आर-मूल्य निर्धारित करने के लिए अंतिम लेनदेन तिथि प्राप्त करने की आवश्यकता होती है।


Last_transcation date = MAXX(FILTER(‘Orders’, ‘Orders’[Partner Name] = Orders[Partner Name]), ‘Orders’[Order Date])

Recency Value = DATEDIFF([Last_transcation date], TODAY(), DAY)

एफ मूल्य

Frequency value = DISTINCTCOUNT('Orders'[Order Date])

एम-वैल्यू

Monetary value = SUM(Orders[Amount])

आरएफएम स्कोर की गणना

RFM स्कोर की गणना पहले एक परिकलित तालिका बनाकर की जाएगी। तालिका पार्टनर नाम और परिकलित RFM मानों का उपयोग करके बनाई गई है। इस तालिका को किसी अन्य तालिका के लिए मॉडल किया जाएगा जिसे इस आलेख के बाद के भाग में आयात किया जाएगा।

RFM Table = SUMMARIZE('Orders', 'Orders'[Partner Name], "Recency Value", [Recency Value], "Frequency Value", [Frequency value], "Monetary Value", [Monetary value])

RFM मान के पर्सेंटाइल का उपयोग प्रत्येक ग्राहक को स्कोर निर्दिष्ट करने के लिए किया जाता है। पर्सेंटाइल एक सांख्यिकीय शब्द है जिसका उपयोग यह व्यक्त करने के लिए किया जाता है कि एक ही सेट में अन्य स्कोर की तुलना में स्कोर कैसे होता है।

प्रत्येक स्कोर के लिए एक नया कॉलम बनाया जाता है।

आर-स्कोर नामक एक नया कॉलम बनाएं

R-score =
SWITCH (
   TRUE (),
   [R value] <= PERCENTILE.INC ( 'RFM table'[R Value], 0.20 ), "5",    
   [R value] <= PERCENTILE.INC ( 'RFM table'[R Value], 0.40 ), "4", 
   [R Value] <= PERCENTILE.INC ( 'RFM table'[R Value], 0.60 ), "3", 
   [R value] <= PERCENTILE.INC ( 'RFM table'[R Value], 0.80 ), "2",
   "1"
        )

F-score =
SWITCH (
  TRUE (),
   [F value] <= PERCENTILE.INC ( 'RFM table'[F Value], 0.20 ), "1",    
   [F value] <= PERCENTILE.INC ( 'RFM table'[F Value], 0.40 ), "2", 
   [F Value] <= PERCENTILE.INC ( 'RFM table'[F Value], 0.60 ), "3", 
   [F value] <= PERCENTILE.INC ( 'RFM table'[F Value], 0.80 ), "4",
   "5"
        )

M-score=
SWITCH (
  TRUE (),
   [F value] <= PERCENTILE.INC ( 'RFM table'[F Value], 0.20 ), "1",    
   [F value] <= PERCENTILE.INC ( 'RFM table'[F Value], 0.40 ), "2", 
   [F Value] <= PERCENTILE.INC ( 'RFM table'[F Value], 0.60 ), "3", 
   [F value] <= PERCENTILE.INC ( 'RFM table'[F Value], 0.80 ), "4",
   "5"
       )

आरएफएम स्कोर देने के लिए स्कोर का संयोजन प्राप्त करने के लिए, हम आरएफएम नामक एक नया कॉलम बनाते हैं जो अभी बनाए गए तीन कॉलम को जोड़ता है

RFM score = 'RFM Table'[Recency score] & 'RFM Table'[Frequency score] & 'RFM Table'[Monetary score]

चित्र 3: आरएफएम तालिका

प्रत्येक स्कोर के लिए सेगमेंट असाइन करना

एक RFM सेगमेंट तालिका बनाएं जिसमें उन सभी सेगमेंट की सूची हो जिसमें आपने अपने ग्राहकों को समूहीकृत किया है और प्रत्येक सेगमेंट के संबंधित स्कोर हैं। मैं इस सेगमेंट स्कोर तालिका को आयात करूंगा।

तालिकाओं को मॉडल करें : RFM तालिका - RFM स्कोर कॉलम और सेगमेंट स्कोर तालिका - स्कोर कॉलम के बीच संबंध बनाएं ।

आपका मॉडल अब कुछ इस तरह दिखना चाहिए:

अंजीर 4: डेटा मॉडल

आपने सफलतापूर्वक RFM विश्लेषण किया है।

मैंने एक साधारण ट्रीमैप विज़ुअल बनाया है जो प्रत्येक RFM सेगमेंट में भागीदारों का प्रतिशत दिखाता है

चित्र 5: प्रत्येक RFM खंड में भागीदारों का%

RFM विश्लेषण व्यवसायों के लिए मूल्य कैसे जोड़ता है?

RFM विश्लेषण आपको अपने ग्राहकों को समझने में मदद करता है और आपके ग्राहकों के विभिन्न सेगमेंट में अंतर्दृष्टि प्रदान करता है। RFM विश्लेषण के कुछ लाभ हैं: