
利用power pivot 进行RFM分析
发布日期:2022-03-04 11:48:29
浏览次数:1
分类:技术文章
本文共 422 字,大约阅读时间需要 1 分钟。
1 数据源数据导入
2 计算出销售金额及r,f.m这些数据,这是后续的处理中会用到的数据
3 制作出一张链接回表,目的是后续的筛选出r,f,m维度的表格
重命名表名称,然后将链接回表重新导入到power pivot进行使用。
4 我们计算r.f,m的理论基础是,如果他们的值大于平均值,就显示为高,其他情况就显示为低。
5 增加辅助列,将rfm链接成一个字段,以便表格之间的关系进行匹配。并将后续可视化不会用到的表格和字段进行隐藏。
6 将客户类型和数量拖入到行和数值,并将客户类型添加为切片器,这样,就可以知道客户类型的数量啦。如果进一步,还想知道哪些客户属于哪一类型,可以添加客户名称与数值。
总结:这里边其实最难的并不是最后的可视化,而是前面的链接回表的制作,要先用自己的计算r,f,m的计算规则,得到初步的r,f,m值,之后用到summarize制作出链接回表。
制作链接回表的目的,是将数值维度的r,f,m,转化为可视化程度的rfm.
转载地址:https://blog.csdn.net/xxy_yinji/article/details/119110933 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
做的很好,不错不错
[***.36.149.42]2022年07月30日 08时36分31秒
关于作者

喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
最新文章
JS库创建
2021-09-08
hdu 三部曲 Crashing Robots
2021-09-08
Linux下查看80端口是否被占用
2021-09-08
app.config中的connectionstring
2021-09-08
Logistic Regression
2021-09-08
12.14感想
2021-09-08
设计模式-抽象工厂模式
2021-09-08
1025. PAT Ranking (25)
2021-09-08
循环链表及双向链表
2019-07-06 22:55:14
2016-1-22
2019-07-06 22:55:13
我的移动端base文件,以后会完善修改
2019-07-06 22:55:13
面向对象编程
2019-07-06 22:55:12
matplotlib.pyplot 绘制图形
2019-07-06 22:55:11
微信公众平台开发文档 获取用户基本信息
2019-07-06 22:55:11
Linux驱动之内存映射
2019-07-06 22:55:10
技巧方法 - CentOS6将Python2.6.6升级到Python2.7.6
2019-07-06 22:55:10
Uboot分析(二)
2019-07-06 22:55:09
Linux的pwd命令详解
2019-07-06 22:55:08
如何成为一名优秀的程序员?
2019-07-06 22:55:08