用Excel做RFM模型:从订单明细到八类用户分层

4 2026-10-20

做用户分层,很多人第一反应是上BI、写Python。可真到了日常运营场景,数据量几十万行以内,最顺手的还是Excel——一张数据透视表加几个基础函数,半个下午就能把RFM模型跑通 😮。视频作者「大师兄在coding」用一份1月1日到6月30日的订单数据做了完整演示,并且明确说明:数据做过大幅脱敏,和真实订单差别很大,只能当参考。

Excel 数据表格办公电脑屏幕

一、先看清表结构:订单编号为什么会重复

原始表六列:订单编号、买家昵称、下单时间、子订单编号、购买产品、实付金额 📊。

两个编号的区别必须先弄明白。一个买家下一次单,产生一个订单编号;但一笔订单里可以买多件商品,每件商品对应一个子订单编号。所以订单编号会重复,子订单编号才是唯一的。

视频里的例子很直观:买家TB200名下有同一个订单编号的三行记录,分别是涂抹面膜128元、美白面膜108元、美白套装199元,这一单的实际付款就是三者相加。

如果直接拿原始表统计购买次数,一个买了三件商品的人会被记成三次购买,指标当场失真。所以第一步不是算指标,而是聚合。

客户分群与数据分析图表

二、第一次透视:把明细压成“一笔订单一行”

全选数据,插入数据透视表,放到新工作表。行区域放订单编号和买家昵称,值区域放下单时间和实付金额。三个口径要记牢:

  • 下单时间取最大值。同一笔订单每一行时间相同,取最大、最小、平均结果一样,取最大只是习惯上更稳。
  • 实付金额做求和,得到这一单的真实成交额。
  • 子订单编号和产品字段直接丢掉,它们只服务于商品级分析。

接着调布局,这一步最容易被跳过:报表布局改成“以表格形式显示”,分类汇总选“不显示”,总计对行和列都关掉,再勾上“重复所有项目标签”。不勾最后一项,同一订单只有第一行带编号,复制出去就是一片空白。

最后全选复制,粘贴为数值到新表,改好列名,把下单时间从数值改成日期格式。少这一步,后面算R会得到一串看不懂的五位数。

三、第二次透视:把订单压成“一个买家一行”

有了订单级明细,再做第二张透视表:行放买家昵称,值放订单编号(计数)、下单时间(最大值)、实付金额(求和)。三个指标到这里齐了:

  • M是实付金额求和,即该买家的购买总金额;
  • F是订单编号计数,即下单次数,不是商品件数;
  • 最近购买时间取最大值,留给下一步算R。

同样粘贴为数值、改成日期格式。这份“一人一行”的表,就是后面所有计算的底座 ✅。

Excel 函数操作界面

四、R/F/M的口径:R越小越好,别算反

R是“最近一次购买距离今天多少天”,用今天的日期减去最近购买日期,把结果改成常规数值。演示里第一位买家算出来是37天。

这里最容易翻车:F和M都是越大越好,R恰恰相反,天数越小说明越活跃。后面做高低判断时,R的方向必须反过来,否则最忠诚的客户会被打成沉睡客户。

还有个细节,Excel里的日期本质是序列号,所以透视表里“最大值”取到的就是最近那天,不需要额外转换。整套流程只用了Excel数据透视表和几个基础函数,没有插件、没有宏。

五、高低怎么分:平均值、中位数还是分位数

常见做法是把每个指标切成高、低两档,三个指标组合起来就是2×2×2,共8类客户。切分点怎么定?视频作者给了三种思路和取舍:

  • 平均值:最省事,但会被极端值拉偏。某个大客户一次买几十万,均值被抬高,绝大多数人都会被判成低。
  • 中位数:用MEDIAN函数取一列的中位数,抗异常值,样本偏斜时更稳。
  • 分位数:按业务需要切,比如只把前20%定义为高价值。

演示里选了中位数:R的中位数是90.5天,“小于90.5天记为高”,反之记低;M的中位数是163.5元,大于即高;F同样取购买次数的中位数作分界。数字取决于你手上的数据,口径比数字重要。

职场数据分析培训场景

六、拼标签加VLOOKUP:8类客户一次成型

得到三列“高/低”后,插入一列把三个字拼成一个字符串,比如“高高高”。再准备一张对照表,把8种组合映射成客户类型:高高高是重要价值客户,高低高是重要发展客户,低高高是重要保持客户,低低高是重要挽留客户,剩下四种对应一般价值、一般发展、一般保持、一般挽留。

用VLOOKUP做精确匹配:查找值是拼好的三字串,查找区域是对照表并加绝对引用,返回第二列。向下填充、复制、粘贴为数值,中间那列拼接字段就可以删掉。

嫌VLOOKUP麻烦,用IF嵌套或XLOOKUP也行,逻辑一样——本质就是一张“三字组合到客户类型”的字典。

七、做完之后:两个细节和一步动作

第一个细节是时间戳。视频作者特意在表里标注了“2020年7月25日”,因为分层不是永久标签。今天的重要价值客户,放三个月可能因为不再复购变成重要保持客户。R是相对今天算出来的,不写快照日期,过段时间回头看这张表就是错的。

第二个细节是数据边界。演示数据脱敏过,金额和频次都不代表真实业务分布,所以阈值只能照着方法学,不能照抄数字。

最后一步才是这套流程的价值所在:把用户分层变成一件可复现的事 🚀。8类客户对应8套动作——重要价值客户重点维护、给专属权益;重要发展客户提高频次;重要保持客户要唤醒;重要挽留客户先解决不满;一般客户走批量触达、控制成本。分层不是终点,不同层级配不同预算才是。

上一篇:从口径打架到业务归因:数据分析指标体系到底怎么搭
下一篇:没有了!
相关文章