RFM-analysis on aggregated data

* RFM-анализ - простое средство классификации клиентов в интересах маркетинга на основе профиля их потребления.
* Он предусматривает классификацию (ранжирование) клиентов в группы по давности совершения последней транзакции (Recency - R, 
  частоте покупок, визитов, посещений или транзакций (Frequency - F) и денежной ценности этих покупок (Monetary - M), 
  а также выведение составного показателя - R-F-M. Обычно для каждого показателя выводится 5 групп (значение в ключевом слове
  NTILES в командах RANK ниже), но это число можно менять. 5 групп создаются на основе квинтилей, т.е. равных по размеру групп.
* Разумеется, в небольшом примере, представленном ниже, наполненность групп может быть неодинаковой.
* В данном примере клиенты, принадлежащие к группе 5-5-5 по показателю R-F-M, считаются наиболее ценными клиентами: их последняя покупка
  совершена недавно, покупки они совершают часто, и в сумме потратили у нас достаточно много денег. Клиенты группы 1-1-1, вероятно, 
  "случайные", разовые клиенты, которые совершили небольшое число небольших по стоимости покупок уже достаточно давно. 
* Подобная классификация применяется в интересах выявления наиболее ценных клиентов, групп клиентов, которых надо "развивать", ценных клиентов, 
  которые склонны к оттоку (давно не совершали покупок) и ряда других специфических групп. Для групп, заинтересовавших бизнес-аналитика, 
  могут быть предложены специальные программы, условия, сделаны предложения в рамках маркетинговых кампаний. В data mining показатели
  R-F-M часто являются хорошими предикторами для предсказания склонности клиента к оттоку, к совершению повторной покупки, к подключению
  новой услуги и т.д. Таким образом, RFM анализ находит широкое применение в аналитическом CRM.


* Чтобы увидеть результаты этого примера, можно запустить весь этот синтаксис разом, включая комментарии.

* Приводимый ниже синтаксис сначала создает простой пример данных, где по каждому клиенту (id) подытожены показатели давности, частоты
  и суммарной стоимости совершенных им покупок (транзакций). Разумеется, если у вас на руках имеется база данных о транзакциях клиентов, 
  такую информацию также можно обработать, но предварительно придется провести несложную агрегацию файла данных. Поскольку данный пример
  ориентирован на демонстрацию RFM-анализа, будем считать, что данные уже подготовлены в нужном виде:.

* Пример данных --------------------------------------------------.
DATA LIST LIST /id Recency Frequency Monetary.
BEGIN DATA
1 1 2 23.1
2 6 5 132.9
3 0 4 22.2
4 4 1 4.3
5 43 1 6.12
6 3 1 23
7 2 1 4.53
8 3 8 33.23
9 4 7 19.32
10 5 1 45.2
11 7 1 65.89
12 5 5 35.22
13 5 5 32.96
14 2 9 81.11
15 1 12 165.5
16 2 3 51
17 12 2 13
18 11 3 13.01
19 3 21 432.3
20 32 23 626.7
END DATA. 

FORMATS id Recency Frequency (F5.0) Monetary (F5.1).
VAR LAB
 id 'ID клиента'
 Recency 'Давность покупки'
 Frequency 'Число покупок'
 Monetary 'Сумма стоимости покупок'.
* ----------------------------------------------------------------.



* Корреляции -----------------------------------------------------.
* Хотя это и не является частью RFM-анализа, полезно изучить корреляции, чтобы увидеть ожидаемые закономерности и убедиться
  в целостности данных. В частности, логично предположить, что показатели частоты и денежной ценности клиентов должны
  хорошо положительно коррелировать.

CORR Recency Frequency Monetary.
* ----------------------------------------------------------------.



* RFM-группировка, вариант 1 -------------------------------------.
* Каждый из 3-х показателей разбивается на квинтили независимо друг от друга, мы придаем одинаковую "важность" каждому
  из 3-х показателей.
* Например, что если для клиента мы видим значение M=5, то сумма покупок для данного клиента
  входит в число 20% наиболее крупных покупок во всей выборке клиентов.
* NB! Если вы выбрали этот вариант группировки, то поставьте значки * перед каждой из трех команд RANK во втором варианте
  группировки.
* NB! Заметьте, что по показателю Recency мы номера групп выставляем в "обратном" порядке (Descending), т.е. наиболее
  давние покупки получают меньший код, а недавние - больший. В этом смысле правильнее было бы назвать этот показатель не Recency
  (недавность), а Remoteness (отдаленность факта покупки от настоящего времени).

RANK Recency (D) Frequency Monetary (A) /NTILES (5) INTO R F M.
* ----------------------------------------------------------------.



* RFM-группировка, вариант 2 -------------------------------------.
* Производится группировка сначала по показателю давности (ряд теорий считают этот показатель наиболее важным), затем - 
  по показателю частоты ВНУТРИ каждой из групп по давности, затем - по показателю денежной ценности ВНУТРИ каждого сочетания
  групп по давности и частоте.
* Например, если для клиента мы видим значения R=1, F=5, M=5, это означает, что сумма покупок данного клиента входит в число
  20% наиболее крупных покупок в подгруппе клиентов, относящихся к 20% клиентов в выборке, совершивших покупки давно и одновременно
  к 20% клиентов с наибольшей частотой покупок внутри этой группы давно ничего не приобретавших клиентов.
* Таким образом, среди групп 1-5-5 и 1-5-1 в данном варианте группировки различия в суммах покупок могут быть значительно меньше, чем
  среди тех же групп в первом варианте группировки. В этом варианте показатели F и M играют вторичную роль относительно недавности покупок.
* NB! Если вы выбрали этот вариант группировки, то поставьте значок * перед командой RANK в первом варианте
  группировки.

*RANK Recency (D) /NTILES (5) INTO R.
*RANK Frequency (A) BY R /NTILES (5) INTO F.
*RANK Monetary (A) BY R F /NTILES (5) INTO M.
* ----------------------------------------------------------------.


* Создаем совокупный показатель RFM и описываем все 4 показателя -.
COMPUTE RFM = R*100 + F*10 + M.
VAR LAB
 R 'Группа по давности'
 F 'Группа по частоте'
 M 'Группа по денежной ценности'
 RFM 'Сводный показатель RFM'.
EXE.
* Посмотрите на результат в файле данных.
* ----------------------------------------------------------------.



* Отсортируем и выведем список клиентов---------------------------.
* Наиболее "ценные" клиенты в смысле недавности, частоты и 
  объема покупок - в начале списка.

SORT CASES BY RFM (D).
LIST RFM id.
* ----------------------------------------------------------------.



* Что дальше... ---------------------------------------------------.
* Как сказано выше, калькуляция показателя RFM и его составляющих несложна. Наибольшую ценность этот показатель приобретает в последующем
  применении при решении конкретных бизнес-задач. Например, вам хотелось бы выявить достаточно ценных клиентов, давно не совершавших
  у вас покупок. Следует постараться вернуть этих клиентов в компанию, стимулировать их к возобновлению потребления. Бизнес-правило, 
  определяющее таких клиентов, может выглядеть таким образом:

TEMP /*Временное удаление данных по условию, до первой процедуры, в данном случае - LIST*/.
SEL IF (R=1 or R=2) & Range(F, 3, 5) & Range (M, 3, 5).
* Вот они:.
LIST RFM id.
* ----------------------------------------------------------------.

*P.S. RFM-анализ реализован в последних версиях SPSS (IBM SPSS Statistics) в модуле Direct Marketing. Он снабжен диалоговым интерфейсом
      и позволяет делать анализ как по агрегированным данным о клиентах, так и по данным о транзакциях.