采集山东地区羊毛制品类洗衣消费者最近半年的消费记录，使用RFM客户价值模型分析方法，对用户最近一次消费活动时间(（Recency）、消费活动频率（Frequency）和消费金额（Monetary）三个维度进行评分，识别不同价值的客户群体。通过对消费者进行分级管理，满足不同等级消费者的个性化需求，并为同行业企业管理不同等级的消费者，实现精准个性化服务提供数据支持。
1、数据处理：对从山东地区采集到的羊毛制品类洗衣消费者数据进行脱敏、降噪、清洗、聚集、分析。 2、数据加工：RFM模型通过计算客户最近一次活动(R)天数、活动频率(F)次数和消费总金额(M)这三个维度来评估用户价值。对于R维度,根据客户最近一次活动R（天数）,划分为5个等级: 0≤R≤30得分为5分，30＜R≤60得分为4分，60＜R≤90得分为3分，90＜R≤120得分为2分，D＞120得分为1分；对于F维度,根据用户在最近半年内活动频率F（次数）,划分为5个等级: F≥8得分为5分、6≤F≤7得分为4分、4≤F≤5得分为3分、2≤F≤3得分为2分、0≤F≤1得分为1分；对于M维度,根据用户在最近半年内的消费总金额（M）,划分为5个等级，M≥800得分为5分，600≤M＜800得分为4分，400≤M＜600得分为3分，200≤M＜400得分为2分，M＜200得分为1分。 RFM得分=0.3*（R得分）+0.3*（F得分）+0.4*（M得分） ，再根据RFM综合评分对客户进行分类，RFM ≥4为高粘度客户，3≤RFM＜4为重要维系客户，2≤RFM＜3 为潜力深耕客户，RFM＜2为一般发展客户。 3、数据使用：基于消费频次、消费金额等不同维度获得的聚类分组成果，对聚类分组数量和分组阀值、以及维度权重进行人为干预，使客户分类趋于合理。通过对消费者进行分级管理，满足不同等级消费者的个性化需求，并为同行业企业管理不同等级的消费者，实现精准个性化服务提供数据支持。
| 字段名 | 类型 | 描述 |
|---|---|---|
客户ID |
-- | -- |
省 |
-- | -- |
统计时间段 |
-- | -- |
最近消费时间 |
-- | -- |
分析时间 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 客户ID | 2****85 |
| 省 | 山东省 |
| 统计时间段 | 2025年3月-2025年8月 |