很多人在一開始接觸資料分析的時候，往往不知道哪些是內容是有用的，哪些內容是沒用的，經常是鬍子眉毛一把抓，胡亂分析一大堆資料，根本產生不了什麼價值，資料分析的工作也會被老闆質疑。
其實在我們資料分析的工作中，很多時候都是要在資源有限的情況下，去最大化的撬動效益，這才是資料分析的價值。比如說，用資料分析挖掘創造最大價值的使用者，給使用者分類針對性行銷等，就是一種典型的應用。
那麼，怎麼用資料分析挖掘出企業最有潛力的客戶，衡量不同客戶的價值呢？
今天我就來談談常用的三個衡量客戶價值的資料分析模型：帕累託分析模型、四象限模型、RFM模型，都是資料分析中堪稱經典的客戶模型。下面我會一一介紹它們的應用場景，這在使用者營運、市場行銷、客戶管理等領域常常會用到。
在分析之前，選個好用的工具
像帕累託這種經典模型，其實用excel是很容易做出來的，哪怕是資料分析門外漢也能輕鬆做出來簡易的帕累託模型。
但是畢竟我們是資料分析師，要知道我們的資料維度是相當大的，Excel是肯定不能滿足我們的需求。這時候，我們的工具也需要進化了，一般來說我現在都是用專業的BI工具進行資料分析。
目前市場上的BI工具十分繁多，但是效能也參差不齊，這裡我就以國產BI工具的優秀代表FineBI為例。其實關於FineBI，之前也給大家介紹過很多遍，作為一款自助式的資料分析軟體，它的特點就是操作簡單上手快，即使是不懂SQL不懂程式碼的業務人員，花上一個星期學習，也能上手操作資料，做分析，出視覺化圖表和資料分析報告。
具體大家可以去官網下載，學習參考他的幫助文件。那麼話不多說，直接開始正題。
一、帕累託模型：判斷最重要的客戶
帕累託原則，又稱二八原則，是關於效率與分配的判斷方法。帕累托法則是指在任何大系統中，約80%的結果是由該系統中約20%的變數產生的。應用在企業中，就是80%的利潤來自於20%的專案或重要客戶。
模型的解釋：
當一個企業80%利潤來自於20%的客戶總數時，這個企業客戶群體是健康且趨於穩固的。
當一個企業80%利潤來自大於20%的客戶總數時，企業需要增加大客戶的數量。
當一個企業80%利潤來自小於20%的客戶群時，企業的基礎客戶群需要拓展與增加。
模型的實際使用：
如下圖某商場品牌商的銷售額。一共10家客戶，5家客戶（50%）提供了80%的銷售額，這就說明需要增加大品牌客戶數量。
（這個例子客戶數量較少，不是非常恰當，大家理解意思即可）
帶來大量銷售額的客戶必須認真對待和維護，如果客戶數量大，尤其需要列出重點客戶重點跟進，把有限的精力放在創造利潤大的客戶上。
操作步驟：
首先是基於統計表，使用FineBI中的計算指標功能，簡單地寫一個計算指標，求銷售金額合計，將銷售額按照商品進行彙總。
把【商品名稱】欄位拖動到橫軸，【銷售總額】拖動縱軸，再按照由大到小降序排列。
然後求累計銷售額，它的計算公式是：
接下來要做的就是使用TOTAL函式計算出所有維度相加的銷售總額，之後使用一個簡單的除法，算出每個商品的累計銷售額佔比，之後將他們累加
之後想要做ABC分類其實就是基於不同的累計金額百分比70%,20%,10%做判斷區分。比如寫一個計算指標ABC
至此，把建立好的度量值拖動到縱軸中即可製成ABC分類表。
最後，製作一張帕累託分析圖，它其實就是一張折線與柱形圖。只再利用指標的排序功能按照銷售額由大到小降序排列。
二、使用四象限法判斷哪些是我們最大的客戶
四象限最初是一個時間管理模型，按照緊急、不緊急、重要、不重要排列組合分成四個象限，以此便於對時間進行有效的管理。
模型解釋：運用在客戶分析中，也就是利用銷售額和利潤這兩個重要指標分為四個象限，對我們的客戶進行分組。
具體措施如下：
🔼銷售額高和利潤都高的客戶：重點對待
🔼銷售額高但是利潤少的客戶：一般保持
🔼銷售額低但是利潤高的客戶：重點發展
🔼銷售額和利潤雙低的客戶：需要查明原因
模型的實際使用：
如圖所示，每個銷售大區與每個銷售年份下的客戶分佈。
透過篩選資料，我們得到我們想要的客戶資訊。
三、使用RFM模型判斷客戶價值
RFM分析是客戶關係分析中一種簡單實用客戶分析方法，他將最近一次消費、消費頻率、消費金額這三個要素構成了資料分析最好的指標，衡量客戶價值和客戶創利能力。RFM分析也就是透過這個三個指標對客戶進行觀察和分類，針對不同的特徵的客戶進行相應的行銷策略。
R — — 最後交易距離當前天數（Recency）
F — — 累計交易次數（Frequency）
M — — 累計交易金額（Monetary）
在這三個制約條件下，我們把M值大，也就是貢獻金額最大的客戶作為“重要客戶”，其餘則為“一般客戶”和”流失客戶“。基於此，我們產生了8種不同的客戶型別。
模型的解釋：
模型的實際應用：
RFM模型主要按照特定的要求將客戶篩選出來。
以下是我建立的一個客戶篩選視覺化模板，可以整體看看客戶的情況。
最後，以上模型也可應用在別的業務場景下。比如帕累託模型衍生出的ABC分類法，可用於產品分析。比如將70%，20%，10%的銷售額比重把產品分為ABC三類，然後把重點的管理資源放在A，把較少的資源分配給C或者砍掉部分C商品，以達到資源管理的最優狀態。
所以，模型的學習關鍵在於理解原理，以後各項分析都融匯貫通。
PS：FineBI6.0的個人免費版下載連結奉上！https://www.finebi.com/product/fbi5
文章來源：李啟方
原文連結：https://zhuanlan.zhihu.com/p/84444296
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
回顧十週入門數據分析系列文：
關注數據君的臉書：
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，會有豐富資料包贈送唷！
