本数据集源于广东永日科技有限公司的家电产品交易记录，通过专业的RFM客户价值分析模型对数据进行深度加工处理，数据集完整呈现了客户消费行为的三维特征：最近消费间隔、购买频次和消费金额，并基于此构建了客户价值分层体系。该数据集可用于客户精准营销、用户生命周期管理及企业资源优化配置等商业分析场景。

1.客户行为量化指标构建：基于原始交易数据的时间序列特征，计算每个客户最近一次消费日期与基准分析日期的间隔天数，生成R值（最近一次消费天数）字段；统计每个客户在分析周期内产生的独立订单数量，生成F值（消费频率）字段；聚合每个客户在所有订单中的支付金额总和，生成M值（消费金额）字段，形成客户消费行为的三个核心量化维度。 2.多维度评分与价值分层：采用数据离散化技术将连续型行为变量转化为标准评分体系，通过预设阈值将R值、F值、M值分别映射为1-5分的R得分、F得分和M得分；基于评分向量组合生成RFM总分和RFM组合代码，最终应用基于业务规则的条件判定逻辑，将客户划分为重要价值客户、重要保持客户、重要发展客户、重要挽留客户、一般价值客户、一般发展客户、一般保持客户和一般挽留客户八个价值等级。 3.数据质量管控：实施数据清洗流程对原始交易记录进行完整性校验与异常值处理，建立统一时间基准确保分析周期一致性。 4.数据安全保障：本数据集对客户姓名进行隐私化处理，通过数据脱敏生成“客户编号”字段，该字段仅用于区分和识别客户，无法获取该客户的具体详细信息，严格保证个人信息安全。

1.客户精准营销与差异化服务。基于RFM价值分层结果，可针对不同等级客户群体设计精准营销活动，为高价值客户提供专属权益与个性化服务，同时对潜在流失客户实施定向唤醒干预，有效提升营销投入产出比与客户满意度。 2.客户生命周期管理与资源优化配置。通过持续监测客户价值等级的动态变化，能够及时识别客户生命周期各阶段特征，优化客户服务资源分配策略，将有限的企业资源优先投入于高价值客户的维护与发展，实现客户资产的价值最大化。

订单号 客户编号 销售金额 商品总数 商品编码 商品名称 下单时间 下单日期 R值（最近一次消费天数） R得分 F值（消费频率） F得分 M值（消费金额） M得分 RFM总分 RFM组合代码 客户价值等级 250601-633644050800488 CUST00021 49 1.00 YR-8921 电吹风8921新款 2025/06/01 09:39:53 2025/06/01 134 3 2 2 108.5 3 8 323 一般挽留客户 2590393658907693760 CUST00033 14.9 1.00 YR-F2绿 风扇F2 2025/06/01 10:53:24 2025/06/01 134 3 3 3 59.6 2 8 332 一般挽留客户 4368769995854688400 CUST00381 276 2.00 YR-6610黑 电吹风6610 2025/06/03 11:13:08 2025/06/03 132 3 2 2 552 4 9 324 重要挽留客户

序号 字段名称 字段类型 字段示例值 1 订单号 VARCHAR(50) 4371294024881949919 2 客户编号 VARCHAR(20) CUST00594 3 销售金额 DECIMAL(10,2) 89.9 4 商品总数 DECIMAL(8,2) 1.00 5 商品编码 VARCHAR(20) YR-6626 6 商品名称 VARCHAR(100) 电吹风6626 7 下单时间 DATETIME 2025/06/04 19:42:14 8 下单日期 DATE 2025/06/04 9 R值（最近一次消费天数） INT 131 10 R得分 TINYINT 3 11 F值（消费频率） INT 2 12 F得分 TINYINT 2 13 M值（消费金额） DECIMAL(10,2) 179.8 14 M得分 TINYINT 3 15 RFM总分 TINYINT 8 16 RFM组合代码 VARCHAR(10) 323 17 客户价值等级 VARCHAR(20) 一般挽留客户