案列情况介绍：
1.案列使用tableau10.5《示例：超市》数据
2.时间跨越：2014-2017年
3.方法：根据客户和订单号来进行客户生命周期和RFM模型的分析
4.分析目的：通过对模型的分析的分析给业务提出建议
案列分析：
1.老客户的贡献度：视图中蓝色部分表示2014年的客户，随着时间的推移，这些老客户在后面的年份中对销售额的贡献基本维持在66%以上
排除2014年，视图中橙色的部分为2015年的客户，这些客户的后两年销售贡献占到了70%
2.建立一个初步的客户生命生命周期模型，利用客户的首次购买时间和最后一次购买时间，以节点2017-12-31日止，四象限的分类可以看到这4类客户分别是：忠实客户，流失客户，新客户以及一次性客户
圆圈的大小表示销售额的大小，视图显示了忠实客户和流失客户对销售额的贡献很大，而新客户或者一次性客户较少
对客户生命周期相关的客户数量进行的统计如下，流失客户多达200多人
之所以客户生命周期的划分是一个初步模型，因为它有一定的局限性，并没有考虑客户的购买频率和购买金额。接下来进行这两部分的分析，具体到2017年
3.客户订单数量直方图
视图上半部分表示所有年份的客户数量，其中有88位老客户在2017没有购买记录，下半部分“订单数2017-客户”显示了在2017年客户的购买频率，暂且取购买次数>=4的高频客户，共有140位顾客在2017年产生了642次消费。而<4的低频客户，共有541位在2017年产生了1018次消费，
前者是后者的2.5倍
4.客户购买金额直方图
暂且根据购买金为1万为节点进行划分，视图显示>=1万的 客户数量为199人，消费了367万，而<1万的客户数量为484人，消费了186万，前者的消费额占2017年年度销售额的67%
5.RFM模型建立
通过对最近购买日期，购买频率，购买金额的分类，我们可以更好的划分客户的类别，一共8类，视图中柱状粗细表示销售额大小，新客户不仅人数较多，销售额也较高
6.RFM分类-产品和销售额情况
新客户购买的产品比例比较均匀
而重要唤回客户比较注重技术和家具，对办公用品的需求最小
7.RFM分类-地区和销售额情况
各地区的重要价值客户保持在17%以上，新客户达到了30%以上的水平
西南地区的重要深耕客户略低，仅有9.48%
西北地区的重要挽留客户较高，但仅有12.18%
至于流失的客户，也都达到了17%以上
通过对客户的分析，借助模型从不同角度得出几点结论：
1.客户生命周期和RFM模型运用的参数不同，所有表达的视角也不同
2.因为模型本身有一定的局限性，比如在老客户贡献度我们看到每年的销售额大部分都以老客户居多，但RFM模型展现的是新客户的贡献度较多
3.RFM模型可以较准确的定位客户，能在以后的业务发展中提供很多帮助，对于流失的客户可以选择放弃，对于重要的客户可以拜访了解他们的更多需求，而对于潜力客户和新客户则更多的需要将他们转化成重要类型的客户，因为企业拓新能力下降，光靠老客户贡献势必有隐忧
最后，一切的建议和方案都要依附业务发展。
