采集销售记录表中保定地区的数据，通过客户在2019年7月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2019年7月1日至2025年7月1日之间消费频次F和客户在2019年7月1日至2025年7月1日之间消费M元， 采用 RFM 模型对客户进行价值评级，实现精准化运营，通过对保定地区客户价值管理，满足不同价值客户的个性化需求。对A级客户，每个月进行一次回访维护，对B级客户，每个季度进行一次回访维护，对C级客户每半年进行一次回访维护，对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持，例如企业管理咨询中后续涉及的财务服务机构、人力资源服务机构、知识产权服务机构，此数据可以对以上机构的个性化服务提供数据支持。
对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工：运用RFM模型结合客户在2019年7月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2019年7月1日距离2025年7月1日之间消费频次F和客户在2019年7月1日距离2025年7月1日之间消费M元的得分排名对客户进行一个综合排名，最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2019年7月1日距离2025年7月1日之间消费频次F和客户在2019年7月1日距离2025年7月1日之间消费M元进行分类，最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分，前20%的客户获得5分，接下来的20%用户获得4分,再下来20%的客户为3分，再下来20% 的客户为2分，最后20% 的客户为1分。 b.根据客户在2019年7月1日距离2025年7月1日消费频次F从高到底依次对用户进行分类，前20%的客户在用户活动频率的分数为5，以此类推。 C, 根据客户在2019年7月1日距离2025年7月1日消费金额M元，前20%的客户在消费金额的分数为5，以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*（R得分）+0.3*（F得分）+0.4*（M得分） 评分大于等于4分的为A级客户，大于等于3小于4的为B级客户，大于等于2小于3的为C 级客户，低于2的为D级客户。
| 字段名 | 类型 | 描述 |
|---|---|---|
客户编号 |
-- | -- |
地区 |
-- | -- |
分析时间 |
-- | -- |
统计期间 |
-- | -- |
上次消费距离2025年7月1日的天数R |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 客户编号 | LANGF-000513,LANGF-000441,LANGF-000427,L |
| 地区 | 保定,保定,保定,保定,保定 |
| 分析时间 | 45840.0,45840.0,45840.0,45840.0,45840.0 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8418051