商业数据分析常用方法：我在京东做数据分析 企业级商业数据分析
商业数据分析常用方法：我在京东做数据分析 企业级商业数据分析而流失会员数也较多，这部分会员最近一次交易时间长、交易频次低、交易金额小，有流失风险，鉴于这部分客户数占比较多，优先考虑挽回，可主动增加造访机会，推荐价值更高的产品，或一些优惠措施来挽回客户。通过RFM模型分类后发现，重要价值会员数最多，这部分会员最近一次交易时间近、交易频次高、交易金额大，是优质会员，针对这部分会员，可以加大一些优惠力度，倾斜更多的资源，比如VIP服务、个性化服务、附加销售、享受高折扣优惠服务等。除此之外，还可以给这个Dashboard加一个筛选器，并添加标题，图表对齐，设置合适的大小，数据可视化的结果如下所示。对于结果可视化作图分析，可以得出，其中重要价值会员数最多，重要深耕会员数最少，重要价值会员数850个，占比30.12%，重要深耕会员数6个，占比0.21%。从会员的业绩贡献度来看，重要价值会员业绩贡献50.19%，重要深耕会员业绩贡献仅0.23%。
要查看具体的分组明细，可以将对应的字段拖入到值，如果要修改某个字段的名称，双击字段值可以对其进行列名的自定义修改。
突出数据标记，可以选择卡片图，拖入对应的字段儿，这里将字段设置为平均值。
除此之外，还可以给这个Dashboard加一个筛选器，并添加标题，图表对齐，设置合适的大小，数据可视化的结果如下所示。
对于结果可视化作图分析，可以得出，其中重要价值会员数最多，重要深耕会员数最少，重要价值会员数850个，占比30.12%，重要深耕会员数6个，占比0.21%。从会员的业绩贡献度来看，重要价值会员业绩贡献50.19%，重要深耕会员业绩贡献仅0.23%。
通过RFM模型分类后发现，重要价值会员数最多，这部分会员最近一次交易时间近、交易频次高、交易金额大，是优质会员，针对这部分会员，可以加大一些优惠力度，倾斜更多的资源，比如VIP服务、个性化服务、附加销售、享受高折扣优惠服务等。
而流失会员数也较多，这部分会员最近一次交易时间长、交易频次低、交易金额小，有流失风险，鉴于这部分客户数占比较多，优先考虑挽回，可主动增加造访机会，推荐价值更高的产品，或一些优惠措施来挽回客户。
