【面試題】下面是2020年1月份某電商平臺的用戶行爲記錄表。
業務問題：店鋪在對用戶進行盤點時發現，用戶運營過於粗放，沒能做到用戶分類運營。老闆想在下一個月對不同的用戶進行有針對性的營銷，達到降低成本提高收入，精細化運營的效果。怎麼辦？
【分析思路】
要想對用戶進行精細化運營，就要對用戶分類，然後對不同的用戶採取不同的運營策略。
涉及到用戶分類，可以用RFM分析方法。
一.什麼是RFM分析方法？
RFM分析方法是根據用戶的最近一次消費時間間隔(R)、消費頻率(F)、消費金額(M)來對用戶進行打分，進而將用戶按分數劃分爲不同的類型，然後對不同的用戶使用不同的運營策略，從而實現輔助精準運營。
RFM分析方法將用戶分爲以下8類：
本文重點是介紹如何用SQL實現RFM的案例應用，所以在看下面內容之前，確保你已經學會了《RFM分析法原理：如何對用戶按價值分類？》
二.如何用SQL實現RFM分析方法？
1.定義指標R、F、M
將指標定義中的“一段時間“定義爲1月份（30天）。
最近一次消費時間間隔(R)：用戶最近一次消費距離現在（1月30日）多長時間了。
消費頻率(F)：用戶一段時間內（1月份）消費了多少次。
消費金額(M)：用戶一段時間內（1月份）的消費金額，對應表中的“消費金額“。
2.計算R、F、M值
根據RFM分析方法指標的定義，只需要“用戶行爲類型”中的“購買”值，可以先篩選(where)出用戶的所有“購買”記錄（下圖紅框的地方），做爲臨時表a。
select *
from 用戶行爲記錄表
where 用戶行爲類型=’購買’;
查詢結果：
R值：用戶最近一次消費距離現在（1月30日）多長時間了。
R值=現在（2020-01-30）- 每個用戶最後一次購物日期
每個用戶最後一次購物日期，涉及到“每個問題“要想到《猴子 從零學會SQL》裏講過的用分組彙總來實現。
根據“用戶編號”分組，然後彙總（最後一次購買日期，就是找到日期的最大值，用匯總函數max）
select 用戶編號, max(用戶活躍日期) as 最後一次購物日期
from a
group by a.用戶編號;
將該查詢結果表示爲臨時表b。
然後就可以分析出R值=現在（2020-01-30）- 每個用戶最後一次購物日期
select 用戶編號,('2020-01-30'-b.最後一次購物日期) as 最近一次消費時間間隔R
from b;
（2）消費頻率(F)
消費頻率(F)：用戶一段時間內（1月份）消費了多少次。
先篩選（where）出30天內所有的購買記錄。
select 用戶編號
from a
where datediff('2020-01-30',用戶活躍日期)<=30;
然後需要分析出“每位用戶的購買次數。“每位用戶”按用戶編號分組（group by），然後用匯總函數（count）求出購買次數。
select 用戶編號,count(*) as 消費頻率F
from a
where datediff('2020-01-30',用戶活躍時間)<=30
group by 用戶編號;
（3）消費金額(M)
消費金額(M)：用戶一段時間內（1月份）的消費金額，對應表中的“消費金額“。
先篩選（where）出30天內所有的購買記錄。
select 用戶編號
from a
where datediff('2020-01-30',用戶活躍日期)<=30;
然後，分析出“每位用戶的總消費金額”，按用戶編號分組（group by），用匯總函數（sum）求出總消費金額。
select 用戶編號,sum(消費金額) as 總消費金額M
from a
where datediff('2020-01-30',用戶活躍日期)<=30
group by 用戶編號;
至此，我們已經獲得了每一個用戶的R、F、M值，將其合併起來設爲表c，以便後續查詢：
2. 給R、F、M按價值打分
本案例的R、F、M打分規則定義如下：
打分過程及預期打分結果：
爲了實現上面的打分，可以使用SQL語句的條件判斷（case）對查詢條件做條件限制。其語法規則是:
先來看如何用條件判斷（case）實現R值打分
select c.用戶編號,
(case when c.R>15 then 1,
when c.R>10 and c.R<=15 then 2,
when c.R>5 and c.R<=10 then 3,
when c.R>3 and c.R<=5 then 4,
when c.R>0 and c.R<=3 then 5
end) as R分
from c;
用條件判斷（case）實現F值打分
select c.用戶編號,
(case when c.F<=1 then 1,
when c.F>1 and c.F<=3 then 2,
when c.F>3 and c.F<=5 then 3,
when c.F>5 and c.F<=7 then 4,
when c.F>7 then 5
end) as F分
from c;
用條件判斷（case）實現M值打分
select c.用戶編號,
(case when c.M<=500 then 1,
when c.M>500 and c.M<=1000 then 2,
when c.M>1000 and c.M<=1500 then 3,
when c.M>1500 and c.M<=2000 then 4,
when c.M>2000 then 5
end) as M分
from c;
將上面的R、F、M值打分sql合併在一起：
select c.用戶編號,(case when c.R>15 then 1,
when c.R>10 and c.R<=15 then 2,
when c.R>5 and c.R<=10 then 3,
when c.R>3 and c.R<=5 then 4,
when c.R>0 and c.R<=3 then 5
end) as R分,
(case when c.F<=1 then 1,
when c.F>1 and c.F<=3 then 2,
when c.F>3 and c.F<=5 then 3,
when c.F>5 and c.F<=7 then 4,
when c.F>7 then 5
end) as F分,
(case when c.M<=500 then 1,
when c.M>500 and c.M<=1000 then 2,
when c.M>1000 and c.M<=1500 then 3,
when c.M>1500 and c.M<=2000 then 4,
when c.M>2000 then 5
end) as M分
from c;
將評分結果表示爲臨時表d。
3. 求出所有用戶R、F、M評分的平均值
求平均值使用匯總函數（avg）
select avg(R分) as R分平均,
avg(F分) as F分平均,
avg(M分) as M分平均
from d;
4. 將每個用戶的R、F、M值與相應指標的平均值對比，確認用戶分類
目前我們已經得到了每個用戶的R分、F分和M分，也獲得了R、F、M這三個指標各自的平均值。
接下來需要將每一個用戶的【R分、F分、M分】與【R分平均、F分平均、M分平均值】做比較，就可知道每一個用戶在【最近一次消費時間間隔(R)、消費頻率(F)、消費金額(M)】三個指標中是否高於平均水平，從而幫助後續對用戶進行分類。
先利用每個的R、F、M值與相應指標平均分作比較，將大於平均分的記爲高，否則記爲低：
select d.用戶編號,
(case when R分>R分平均 then '高' else '低' end) as R分類,
(case when F分>F分平均 then '高' else '低' end) as F分類,
(case when M分>M分平均 then '高' else '低' end) as M分類
from d
inner join
(select avg(R分) as R平均,
avg(F分) asF平均,
avg(M分) as M平均
from d) as e;
5.用戶分類
根據上述分值比較情況，結合下面的分類規則對用戶分類：
select e.用戶編號,(case
when R分類='高' and F分類='高' and M分類='高' then '重要價值用戶',
when R分類= '高' and F分類= then '高' and M分類= '高' then '重要發展用戶',
when R分類= '低' and F分類= '高' and M分類= '高' then'重要保持用戶',
when R分類='低' and F分類='低' and M分類= '高' then'重要挽留用戶',
when R分類= '高' and F分類= '高' and M分類='低' then '一般價值用戶',
when R分類= '高' and F分類='低' and M分類='低' then '一般發展用戶',
when R分類='低' and F分類= '高' and M分類='低' then '一般保持用戶',
when R分類='低' and F分類='低' and M分類='低' then '一般挽留用戶'end)as 用戶分類
from
(select d.用戶編號,
(case when R分>R分平均 then '高' else '低' end) as R分類,
(case when F分>F分平均 then '高'else '低' end) as F分類,
(case when M分>M分平均 then '高'else '低' end) as M分類
from d
inner join (
select avg(R分) as R平均,
avg(F分) asF平均,
avg(M分) as M平均
from d)
) as e;
至此，我們就完成了用RFM分析方法、SQL對用戶分類。然後根據分析結果，就可以對用戶進行精細化運營啦。
三、如何進行精細化運營？
用戶分類後，如何精細化運營呢？
對用戶分類以後要做什麼呢？那就是針對每類用戶如何制定運營策略，這個具體公司業務不同，方法也不一樣。這裏舉例說明前4類用戶。
1）重要價值用戶，RFM三個值都很高，要提供vip服務
2）重要發展用戶，消費頻率低，但是其他兩個值很高，就要想辦法提高他的消費頻率
3） 重要保持用戶，最近消費距離現在時間較遠，也就是F值低，但是消費頻次和消費金額高。這種用戶，是一段時間沒來的忠實客戶。應該主動和他保持聯繫，提高復購率
4） 重要挽留客戶，最近消費時間距離現在較遠、消費頻率低，但消費金額高。這種用戶，即將流失，要主動聯繫用戶，調查清楚哪裏出了問題，並想辦法挽回。
這樣通過RFM分析方法來分析用戶，對用戶進行精細化運營。不斷將用戶轉化爲重要價值用戶。
推薦：如何從零學會sql？
