根據使用者歷史行為資料，結合業務理解，實現使用者分類，精準營銷。可用來幫助企業判斷哪些使用者異動，是否有流失預兆。
在對應業務場景下，選擇核心的維度，在維度下劃分不同的程度。
r：recency，最近一次消費。基於當前時間點，統計最後一次消費時間點和當前的時間差。差值越小，程度越高。
f：frequency，消費頻次。一定時間範圍內，使用者消費的次數。次數越多，程度越高。
m：money，消費金額。
使用者類別
r值f值
m值運營策略
重要價值客戶高高
高保持現狀
重要發展客戶高低
高提公升頻次
重要保持客戶低高
高使用者回流
重要挽留客戶低低
高重點召回
一般價值客戶高高
低刺激消費
一般發展客戶高低
低挖掘需求
一般保持客戶低高
低流失召回
一般挽留客戶低低
低可放棄**
獲取r、f、m三個維度下的原始資料
定義r、f、m的評估模型與中值
進行資料處理，獲取r、f、m的值
參照評估模型與中值，對使用者進行分層
針對不同層級使用者制定運營策略
消費金額/消費頻次高中
低高忠誠高階大眾中
高階大眾保值低
大眾保值
偶然*這種簡化模型也可用於產品衡量，分為強勢、保值、弱勢三種。
主鍵為訂單id，區域資訊都為**，可合併region表內具體區域資訊。訂單金額屬於衡量人的行為的指標，不能簡單等同於購買數量*商品單價。支付時間為同一天，可只保留小時資訊，用以衡量不同時段使用者購買行為。使用者id會存在重複值，因為使用者可能在同一天消費多筆訂單。
主鍵為訂單id加商品名稱，表內為每筆訂單具體資訊，顏色和品牌可衡量使用者購買傾向。由於尺碼為不同使用者根據個人條件決定，所以對於衡量購買傾向意義不是很大。單價和購買數量可以用來衡量商品銷售情況，計算商品銷售數量和總金額。
主鍵為區域id，可將本表合併至orderinfo，可與品牌銷售情況結合，衡量不同地區不同品牌銷售情況，進行精準推送。
可通過地圖呈現各省份城市銷售情況，也可新增使用者類別切片器，檢視不同使用者類別維度下的各區域銷售情況。
XFire客戶端流程分析及案例
下面是xfire客戶端呼叫的流程分析圖，本文後續部分將圍繞該圖展開。服務模型是xfire中非常重要的概念之一，包含了服務的介面資訊 操作資訊 binding資訊等諸多服務呼叫過程中需要的資訊。因此在進行服務呼叫之前首先要建立服務模型。建立服務模型的工作是由服務工廠servicefactory完成的，...
基於資料探勘的客戶流失分析案例
客戶挽留在很多行業都是乙個備受關注的問題，比如電信 銀行 保險 零售等。要做客戶挽留就需要對客戶流失進行預警 客戶流失原因分析 客戶滿意度或忠誠度研究 客戶生命週期研究等相關問題進行深入而全面的分析。例如，對客戶的行為特徵進行分析，可以了解有多少客戶流失，客戶是什麼時候流失的，以及客戶是如何流失的等...
微軟必應詞典客戶端的案例分析
微軟必應詞典客戶端的案例分析 整個文章的研究物件為必應詞典客戶端ios版 第一部分 調研測評 bug 首先最嚴重的乙個bug就是攝像頭翻譯功能基本形同虛設，整個取景框裡面沒有說明需要把目標單詞放在哪兒或者說明是整段翻譯等。就算拍照清晰也一直返回錯誤資訊 在相關單詞推薦的功能中，經常會有單詞沒有翻譯出...