用公开交易数据完成一次 RFM 客户分析

RFM 把客户的交易历史整理为三个角度：最近一次购买距今多久、购买过多少次、累计购买多少金额。做完以后，你能区分“最近来过一次的大单客户”和“多次购买但已经很久没来的客户”，再决定需要继续了解什么。

下面用 2010–2011 年英国零售历史数据计算 RFM：先跟着六个刻意选取的客户手算，再查看 4,338 个合格客户的结果。六人不是代表性样本。按同一筛选规则和指标定义复算，找出需要继续了解的客户问题；仅凭这三个指标还不足以决定营销活动。

如果你已经有客户级 R/F/M，困难往往变成了：筛选门槛一改，谁进入名单、谁被排除，下一步该了解什么？文中的条件对照可以先用全部历史结果试算，也可整表粘贴自己的汇总结果，不需要逐个录入客户。

先了解这份数据可以回答什么

UCI 的 Online Retail 数据集记录了一家英国非实体店零售企业在 2010 年 12 月 1 日至 2011 年 12 月 9 日的交易，商品以礼品为主，客户中也有批发采购者。每行是订单明细，包含订单号、商品、数量、时间、单价和客户编号。数据来源

这是历史教学数据，不代表当前电商市场。它没有本练习所需的完整获客成本、利润、客户意愿或未购买者记录。因此，我们能描述观察期内的购买行为，不能直接推算客户终身价值或认定某人已经流失。

清洗选择会改变答案

原始文件共有 541,909 行。本次按下表顺序筛选，每一行的排除数量都基于上一步剩余数据，因此不会重复计数。

本次保留原表中完全相同的行。原表有 5,268 行被识别为完全重复，但没有唯一明细行编号，不能仅凭字段相同确认都是重复录入。这是一个需要显式记录的分析选择；换成去重口径时，应重新计算并比较结果。

金额使用保留行的“数量 × 单价”求和，称为正向采购金额。因为取消记录没有用于冲减原交易，这个金额不是净销售额，更不是利润。也没有另行识别和剔除运费、手工调整等商品代码，所以不要将它表述为纯商品收入。

固定分析时点再计算三个指标

将参考日期固定为 2011 年 12 月 10 日，即数据最后一天的次日。日期按原数据的日历日期处理。复现时不能改成今天，否则 R 会全部变大。

• R，Recency：参考日期减去该客户最近一次有效购买的日历日期，单位为天，越小表示购买越近。
• F，Frequency：有效订单号的去重计数。一张订单有很多商品明细，仍然只算一次购买。
• M，Monetary：所有保留明细的数量乘单价后求和，币种为英镑。计算保留原精度，展示时再四舍五入。

例如客户 12347 有 182 行有效明细，但只对应 7 个不同订单号。最后购买日期为 12 月 7 日，所以 R 为 3 天，F 为 7，M 为 4,310.00 英镑。

点击图示可放大查看

从六个客户读出不同的问题

以下六个固定编号为便于手算而选取，并非随机样本。结果按前述口径从原始记录计算。

12349 的金额接近 12348，但只有一张订单。仅按金额归为同一组，会丢失购买频率差异。12352 有 8 次购买，却比 12347 更久没有出现，值得进一步了解其正常采购周期。

12350 已经 311 天没有记录，也不能直接判定流失。可能是一次性采购，也可能是季节需求，或交易发生在这个数据集之外。框架帮助我们提出问题，不会自动补齐客户背景。

先用透明条件提出调查对象

为了练习，可以暂时定义两组：R 不超过 30 天且 F 至少 5 次；R 超过 90 天且 F 至少 5 次。本次分别得到 787 个和 71 个客户。两组互不重叠，但没有覆盖所有客户。

30 天、90 天和 5 次都是本次人为设定的演示阈值，未经业务验证。它们只帮助观察近期重复购买者与间隔较长的重复购买者。真正用于经营时，还需要结合采购周期、季节、客户类型和后续观察调整。

把默认条件设为对照，再修改天数或购买次数，查看进入和退出的客户编号。两套条件使用同一批客户，名单变化来自筛选规则，不表示客户行为已经改变。未被选中的人也没有因此被认定“不重要”。

历史教学数据筛选记录

观察期、参考日、币种与口径：

2010-12-01至2011-12-09英国历史零售数据；参考日2011-12-10，币种GBP。R按日历天，F为有效订单去重数，M为正向采购金额；取消不冲减、完全重复行保留。

对照条件：

R ≤ 30 天; F ≥ 5 次

当前条件：

R ≤ 30 天; F ≥ 5 次

筛选条件原值：

{"op":"lte","days":"30","frequency":"5","beforeOp":"lte","beforeDays":"30","beforeFrequency":"5"}

当前无法计算；不沿用上次结果。


调查问题与仍需核实的事项：

名单只提出调查对象，不证明流失、利润或营销效果。

完整输入：

站内材料：rfm-all-customers.csv（4,338位客户）；原材料及许可见正文下载。

两套条件都按当前同一批客户计算；名单变化来自筛选条件，不表示两个时期的行为变化。

带着名单继续提问：间隔是否超出了该客户平时的采购周期？一次大额采购与多次小额采购需要怎样分别了解？是否混合了批发客户和个人客户？先核对这些背景，再考虑是否需要访谈、跟进或另做分析。R/F 条件帮助缩小调查范围，M 留在明细中作参考；这里没有为你设定统一客户价值评分。

对完整客户结果按 M 降序排序，取人数向上取整后的前 20%，即 868 个客户，他们贡献了约 74.62% 的正向采购金额。这个实际计算也提醒我们：帕雷托分析要观察集中程度，不能预先要求数据一定符合 80/20。

这里比较的是同一批 4,338 个客户、同一参考日期和金额口径下的集中程度。六个手算客户不能估计全体分布，787 人和 71 人也只是两个人为条件筛出的调查组。若改成扣除取消记录或删除重复行，应按新规则重算全部结果；不能把两套口径的金额直接相减并称为客户行为变化。

下载材料并复现

先下载 六个客户的原始明细，按相同规则整理，再对照 六个客户的 RFM 结果。该原始子集有 402 行，包含仍需要筛选的记录，不能直接把行数当作购买次数。

完整派生数据见 全部客户 RFM，分析口径和数值见 计算摘要。需要从原表重跑时，使用 复现说明 中的脚本与公开下载地址。

在站内阅读 RFM 分析，将你准备使用的观察期、客户定义、R/F/M 口径和下一步调查写进练习提纲。需要复算数据时，可以使用上面的材料包与脚本。

已有计算结果时，可在上面的个人模式粘贴客户级四列结果，记录观察期、参考日、币种、客户定义及退款和重复行口径，连同筛选条件、完整名单和调查笔记一起带走。该模式接收已汇总的结果；需要从订单明细清洗和聚合时，仍应先使用材料中的计算流程。若问题是金额集中在哪些客户，再用 帕雷托分析整理同口径的汇总。RFM 指南中的模拟人民币案例与这里的历史英镑数据独立，日期和退款规则不能混用。

数据署名：Chen, D. (2015). Online Retail. UCI Machine Learning Repository. DOI 10.24432/C5BW33，CC BY 4.0。本文派生文件由原表筛选和聚合生成，计算于 2026 年 10 月 3 日。