像KFC全家桶一样,DFC提供一站式云数据分析服务
AnalyseAsAService（AaaS），DFC提供即插即用的数据分析能力
问答式交互，搜索式体验，全面变革数据分析流程
只需3步，即可开始您的数据分析之旅
无论个人、团队或企业，都有产品适合你
4680元/年起，和昂贵的BI说拜拜
DFC提供从数据接入、预处理，到分析、可视化和数据输出全栈能力
一个将自然语言输入解析成SQL语句的AI组件
FS提供从PC到Mobile，从文本到语音，多种方式的集成支持
免费领取1000次/月解析
DataSpring是一个基于Flink构建的，支持CDC的流批一体式ETL平台，可支持亿级数据实时数据同步、预处理
FocusGPT是一个数据分析智能体，支持多轮对话，回答您的数据问题，自动生成图表和看板。
零门槛，不需要学习
分析结果可信赖
数据安全有保障
多轮对话
分析引导
语音提问
智能解读
一张图讲明白AI数据分析智能体的实现原理。
可对接各型主流数据库，能跨数据源查询分析，海量数据秒级响应！
智能洞察利用了DataFocusCloud强大的内存计算能力，通过SQL执行经典的算法以分析和识别数据中隐藏的模式和趋势。
小慧是一个自然语言助手，可以识别人类的语音或文字输入问题，理解其含义，并将问题转化为focusSearch支持的关键词语句。
搜索辅助，语音交互，直接与数据库对话
双深度神经网络实现精准Text-to-SQL转换
真正可用于生产的，不需要审查SQL的正确性，使用门槛更低
企业的数据分析场景通常都不同，但仍然存在相似性，找找看，有没有你熟悉的？
企业的全面数字化离不开对数据的掌控。运用DFC的搜索功能可以快速开发数据看板、领导驾驶舱。丰富的模板样例展示了不同业务维度的指标体系和数据监控目标。
无论是简单的图文简报，还是设计精美的数据分析报告，在这里都可以找到可供参考的范例，通过精炼的数据图文解析业务和经营状况，从这里开始。
有些数据分析的场景是具有行业通用性的，数据应用提供从数据接入，到指标分解，再到专题设计，完整的模板可重用能力，运用模板一键创建属于自己的数据应用。
开放的世界，开源的数据，找找看有没有你感兴趣的数据集
丰富的图表类型，简单搜一搜就可以实现
这里有理智的观点碰撞和交锋，因为一切都要用数据说话
打造行业数据分析模板，为行业数字化转型赋能
任何部门，DataFocus都能成为您的好帮手
6大核心应用场景切入，助您轻松解决业务痛点
为您解读DataFocus的品牌、技术、产品、案例和生态，带您见证BI创新方向
产品学习、疑难解答、信息交流
丰富的视频学习资源，助您快速玩转DataFocus
通过认证可以充分展现您的知识和技能，助力职业发展
DataFocus与高校联手打造，精品课程线上同步学习
与业内领先公有云商合作，系统安全有保障
与业内领先数据湖商合作，轻松玩转多云环境
为合作伙伴赋能，基于DataFocus领先的智能分析能力打造完美的客户解决方案
让DataFocus搜索引擎技术随时随地为您服务
好产品+好渠道=共赢
客户关系管理能力是指企业以实施CRM为导向，在经营活动中配置、开发和整合企业内外的各种资源，主动利用、分析和管理客户信息，迅速满足客户个性化需求，从而建立、发展和提升客户关系，并形成竞争优势的知识和技能的集合。精准化运营的前提是客户关系管理，而客户关系管理的核心是客户分类。
二、案例目标
三、数据介绍
根据分析需要，我们选择使用一张业务数据表。
销售记录表.csv（部分）
（一）创建新的中间表
首先，需要从原始数据表中整理出客户ID/最近一次消费间隔/消费次数/消费金额四个字段，建立一张新的中间表。
（二）构建RFM模型
1、模型含义：
RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。一般的分析型CRM着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。
RFM是一种探索性分析，RFM的含义如下：
3.1RFM分箱
整理出所需要的R/F/M数据字段后，给这三个分析字段设定打分规则，然后分别算出三个字段值的过程，这个过程就叫分箱。
一般分为3~5级别。级别数量可以根据自己客户体量来调整。具体打分规则，有两种：
1.简单的固定范围，有你自己定义每个级别范围的阈值，但是随着业务的增长，分数范围可能需要经常进行调整。
2.按层次分级，即把所有记录按照从小到大排序，然后按照大小的位置来给分。因为范围是从数据本身中挑选出来的，它们均匀分配客户并且没有跨越等级，更推荐这种分级方法。
在DataFocus中可以使用“排名前XXX的XXX”自然语言搜索，根据客户量对R/F/M进行均匀分配。
分箱结果如下：
3.2用户分类
最终根据上述比较就会得到8个分类的结果（R2种结果*F2种结果*M2种结果=8），即按照下列分类规则对用户进行分类。
至此，RFM模型构建完成。
1.客户价值分类（可选择树状图）
是整个RFM模型的核心，直观显示了8个客户群的人数及占比，可以联动到其它组件来查看具体某客户群下的情况。
2.客户类型人数（可选择条形图）
显示各客户类型的具体人数。
3.交易金额组成（可选择环形图）
由于我们最关心的是各客户群的价值贡献，所以研究不同人群的交易金额占比，可以得到哪个人群的贡献值较大，对于我们的价值更大。
4.不同类型客户人均消费（可选择折线图）
显示不同评级客户的人均消费情况。
5.客户交易明细（可选择柱状图）
显示各客户类型下的客户交易明细。可以快速锁定我们关心的客户群体，确定他们的具体特征及名单。最后只要根据这个分析的结果来采取针对性的业务决策。
6.综合数据看板
将所有指标都整合在同一个可视化大屏中，直接观察各项指标增减变动情况及变动幅度，如下图所示。
五、分析结论
消费进度、消费频度、消费额度是测算消费者价值最重要也是最容易的方法，这充分的表现了这三个指标对营销活动的指导意义。RFM模型可以用EXCEL搭建出来，但在工具智能化时代，DataFocus将原数据表进行有效的数据预处理，很好地支持了客户聚类分类的功能，接洽RFM模型的自动搭建，这些技术在对客户细分特征时更为准确。
浏览：22540
浏览：21273
浏览：20548
浏览：19153
浏览：15934
浏览：14493
DataFocus，始终致力于让大数据分析像搜索一样简单，让广大业务精英成长为数据分析专家。