【主要成果图】
一、模型概念
客户生命周期模型，是将客户与企业建立关系到完全终止关系分为四个阶段，并分类为新客户、一次性客户、忠诚客户和流失老客户。这个模型主要使用R（最近一次购买日期与今日的时间间隔，即最近有没有卖）和L（第一次购买日期和最后一次购买日期的时间间隔，即买了多久）来对客户进行分类。此模型根据行业实际情况，对R和L设定合适的阈值，对于R小L小的客户，定义为新客户；对于R大L小的客户，定义为一次性客户；对于R小L大的客户，定义为忠诚客户；对于R大L大的客户，定位为老客户。从而对客户进行分群后，对不同群体制定不同的运营策略。
二、数据源
某文具批发商2013-2016年近10000条基础销售数据，包括时间，地区，客户名称，此条目商品类别，数量，销售额，利润等基本信息。
三、实现工具
数据非常干净，且之后希望实现可视化表达，因此选择使用Tableau。
四、实现方式
1.根据不同的客户，新建新的字段FOD(first order day)，LOD(last order day)，R和L，计算公式如下：
2.确定合适的R和L的阈值。阈值需要根据行业情况进行设置，通过观察数据，发现大多数顾客一年只有个位数的购买次数，且作为大型办公用品批发商，顾客的采买间隔一般相隔较大，因此我们设置R为6个月，L为12个月。随后，我们对不同的客户进行分类。
3.分类后，制作R和L的关系散点图，让不同类别的用户更直观地显示在图中。同时，可以对各类型用户的数量进行统计，我们发现这家公司忠诚客户很多，但流失客户也多，需要维护。但是新客户不足，增长潜力乏力。同时，我们在Dashboard中加入销售趋势图，便于观察到单个客户的购买行为。
四、模型特点
1.客户生命周期模型非常简单，尤其对于客户高频访问的行业（比如手游）较为好用，可以判断出客户处于哪个生命周期，并采用相应的维护策略。
2.客户生命周期中，确定L和R的阈值非常重要，阈值选取不同，对客户的分类将由很大的影响。L和R的确定一定要充分结合自身商业模式，如例子中的数据，R和L都非常长，但是对于快节奏的行业，如手游，可能R一个月，这个客户就流失了；如便利店，可能R三个月，这个客户就流失了。
3.这个模型考虑的因数很少，仅仅从时间维度去给客户分类，所以不够准确。举一个极端的例子，一个客人在3年前购买过一次，之后再也没有购买，然后在昨天又购买了一次，用这个模型计算，这个人是忠诚客户，但是我们看其购买行为，却认为他并不符合忠诚客户的价值，反而更像新客户。所以这个模型还可以引入其他变量进行改进。
