行为标签（x）\价值标签（y）
客户行为标签的制作步骤X：
- 判断x的个数
- 分组：通过聚类算法（系统聚类、K均值聚类、俩阶段聚类、神经网络聚类）；
- 制作标签（重点）；
- 评估：统计、业务；
- 应用
一、判断x的个数
近6个月运营报告；
二、分组
分析 → 分类 → 二阶聚类
三、制作标签
《千面英雄》《故事》
- 通俗
- 不要出现数字
- 隐含统计意义及业务意义
- 故事：发生过的事情，boss的话；
客户价值标签的制作步骤Y：
- 只能听业务专家的意见（价值标签很重要，一般3~6个y（核心指标））；
电商：MRF； 银行：信用MR； - 核心指标是y（不抽象）还是y的估计值（抽象\整合的指标）；
- 某一个y的分箱 → rank变换；
- 细分市场的作用：价值细分、价值评分；
宽泛器期是正常使用的一般；
RFM模型的制作：
1、计算时间差
2、分箱
rank变换：转换 → 个案排秩
转换 → 可视分箱
回头客分析：当1笔订单>>>>2笔订单；
转化率分析：当2笔订单>>>>3笔订单；
当RFM各拆为俩部分占比：
- 3个指标全大 → 1% → 钻石；
- 2个指标大，1个小 → 4% → 金牌；
- 1个指标大，2个小 → 15% → 银牌；
- 3个指标全小 → 80% → 铜牌；
R F M
- 0 1 1 → 要走了，花很多钱，买很多东西 → 挽留（VIP）；
- 1 0 1 → 不走，花很多钱，买东西少 → 维持（大件商品，良好客户）；
- 1 1 0 → 不走，买东西多，花钱少 → 提升购买力（求所有客户单笔最大值→求最大值平均值 →略大于最大值平均值的商品做促销）
