RFM - часть #2. Практика в Power BI

Юрий Мацегора
Follow me

Юрий Мацегора

Business analyst at Smart-Metrika
Бизнес - аналитик, а также автор и редактор на сайте, если у Вас есть вопросы о содержании и материалах статей пишите мне:)
Юрий Мацегора
Follow me

В первой статье речь шла об информации, необходимой для понимания и интерпретации результатов RFM-анализа. В этом посте будет практика. Файлы с примерами в формате .xlsx и .pbix - в конце статьи. Если Вы не хотите читать пост, просто скачайте уже готовый шаблон))
Примеры будут в Excel (так как это уже знакомый и понятный инструмент) и Power BI Desktop. После проведения анализа в Excel адаптировать RFM для Power BI проще простого.

​​ Первая теоретическая часть - RFM-анализ - часть #1. В основном теоретическая...

*Примеры строятся по методу "независимой сегментации" покупателей. "Вложенный" метод - в следующей статье.

Отчет, который должен получиться после всех этапов работы.

 

Шаг #1. RFM в Excel

 

Используем 5-балльную оценку переменных. В файле с примером (лист 1) уже прописаны формулы.

Поскольку это учебный пример, диапазоны значений определялись с помощью простой формулы

(максимальное значение - минимальное значение)/5 = значение диапазона

Более сложные методы будут даны в следующих публикациях

Важно помнить: чем больше значение недавности, тем меньше оценка R

=ЕСЛИ(F:F<=145;5;ЕСЛИ(F:F<=290;4;ЕСЛИ(F:F<=435;3;ЕСЛИ(F:F<=580;2;ЕСЛИ(F:F>580;1)))))

Чем больше значение частоты, тем больше значение F

=ЕСЛИ(G:G<=7;1;ЕСЛИ(G:G<=14;2;ЕСЛИ(G:G<=21;3;ЕСЛИ(G:G<=28;4;ЕСЛИ(G:G>30;5)))))

Чем больше значение денег, тем больше оценка M

=ЕСЛИ(H:H<=17300;1;ЕСЛИ(H:H<=34600;2;ЕСЛИ(H:H<=51900;3;ЕСЛИ(H:H<=69200;4;ЕСЛИ(H:H>69200;5)))))

Общая оценка - формула "сцепить"

=СЦЕПИТЬ(I2;J2;K2)

 

Шаг #2. RFM в Power BI Desktop

 

Сделаем то же самое с помощью Power BI:

  • - получим данные

  •  - оставим только исходные данные

 

С помощью простых формул вычислим данные, необходимые для выставления оценок. Использовать будем расчетные столбцы, а не меры (см. пример).

недавность = ('Лист1'[Дата_на момент_анализа]) - ('Лист1'[Дата_перв_заказа])

частота = ('Лист1'[Кол-во_заказов])

сумма = ('Лист1'[Сумма_заказов])

Выставим оценки R,F,M с помощью формулы IF (аналог ЕСЛИ):


R = IF(
    'Лист1'[недавность]<=145;5;
        IF('Лист1'[недавность]<=290;4;
            IF('Лист1'[недавность]<=435;3;
                IF('Лист1'[недавность]<=580;2;
                    IF('Лист1'[недавность]>580;1)))))
F = IF(
    'Лист1'[частота]<=7;1;
        IF('Лист1'[частота]<=14;2;
            IF('Лист1'[частота]<=21;3;
                IF( 'Лист1'[частота]<=28;4;
                    IF('Лист1'[частота]>30;5)))))
M = IF(
    'Лист1'[сумма]<=17300;1;
        IF('Лист1'[сумма]<=34600;2;
            IF('Лист1'[сумма]<=51900;3;
               IF('Лист1'[сумма]<=69200;4;
                  IF('Лист1'[сумма]>69200;5)))))

Общую оценку посчитаем с помощью амперсанда "&":

RFM = ('Лист1'[R] & 'Лист1'[F] & 'Лист1'[M])

 

Мои поздравления: основная расчетная часть закончена (к данным результатам можно прийти различными формулами, в примере - самая простая).

 

Шаг #3. Визуализация

 

Остается только визуализация (довольно-таки творческий процесс) полученных результатов, а также их интерпретация .


**При подготовке статьи использовалась официальная документация и сопутствующие материалы по Power BI Desktop, а также наработки компании Smart-Metrika.

Cсылка на скачивание Excel файла

Ссылка на скачивание файла Power BI