2-13 RFM集計[レコード設定タブ]

1.ノードの目的

購買取引データから顧客価値を示すRFMの値を算出します。
R（リーセンシ＝最後の購買から何日経過した）
F（フリークエンシ＝何日購買した）
M（マネタリー＝幾ら購買した）

RFM分析とは

RFMの値を閾値または相対ランクでグルーピング（リストセグメント）して施策対象の判断基準にします。
最初に購入したアイテムや入会からの期間などの指標と組み合わせる場合もあります。なおカタログ通販では郵送するカタログにコストが生じるためR（休眠していないか）を最重視します。またFとMが極度に相関する場合にはどちらかのみを利用します。

＊RFM分析ノードはノードリファレンス3-13です。併せてご覧ください。

2.解説動画

3.クイックスタート

顧客の1年分の取引履歴（ID付POSデータ）から顧客毎にRFMスコアを求めます。
＊入力データは[5.参考情報]からダウンロードできます。

[可変長ファイル]から[RFM集計]、[テーブル]の順に接続します。

[RFM集計]ノードを編集します。顧客IDと日付と金額をそれぞれ設定します。基準日はデータ取得の翌日を想定して2022-01-01にしています。

[テーブル]を実行します。RFMの３つのスコアが集計されました。リーセンシは少ないほど休眠リスクが少なく、フリークエンシとマネタリーは多いほど優良顧客と言えます。

4.Tips

N番目のリーセント

最終購買日の１つ前、と２つ前の日付を取得することができます。これにより顧客が次回いつ購買するかをある程度推定することができます。

N番目のリーセントのイメージは以下の通りです。

今回のデータでこの機能を利用するときには前処理が必要です。

顧客が同じ日に複数の購入をしているため、顧客毎の日毎に集計します。

レコード（行）の粒度が変更されました。

RFM集計ではマネタリーの計算項目が先の処理によって変更していますので注意します。

RFMを扱った記事

5.参考情報

利用データ

右クリックでリンク先を保存してください。

SPSS ModelerでRFM分析を解説している書籍

ノードのヘルプ

SPSS Modeler 逆引きストリーム集（データ加工）

SPSS Modeler ノードリファレンス目次