正在啟動 Python 環境（首次約 15 秒）...
RFM 分群實戰
老闆問「誰是 VIP？」你不用學 pandas 也能回答
老闆說：「我們要做會員分級，把 VIP 找出來做活動。」你不需要學 pandas，也不需要跑什麼複雜模型。用一個行銷界經典的框架 —— RFM —— 加上基礎 Python 和 AI，就能搞定。
什麼是 RFM？
RFM 是三個指標的縮寫：
| 指標 | 全名 | 意思 | 電商情境 |
|---|---|---|---|
| R | Recency | 最近一次消費距今多久 | 越近 → 越活躍 |
| F | Frequency | 消費次數 | 越多 → 越忠誠 |
| M | Monetary | 累計消費金額 | 越高 → 越有價值 |
三個指標綜合起來，就能把客戶分成不同群：
- R 高 + F 高 + M 高 → VIP，重點維護
- R 低 + F 高 + M 高 → 沉睡大戶，趕快喚醒
- R 高 + F 低 + M 低 → 新客戶，培養忠誠度
用基礎 Python 算 RFM
準備訂單資料
計算每位客戶的 R、F、M
簡易分群
把 RFM 結果整理給 AI
算好 RFM 之後，你可以把結果整理成 AI 能用的格式，請它做更深入的分析。
AI 協作：學了這個，跟 AI 怎麼配合？
RFM 的計算你可以自己做，但分群策略和行銷建議是 AI 的強項。
你的人類優勢：
- 你算出了精確的 R/F/M 數字，AI 不用猜
- 你知道公司的業務目標（例如「這季要喚醒沉睡客」），可以引導 AI 給出對應策略
- 你能驗證 AI 的分群是否合理（例如只消費一次 $450 的客戶不應該被歸為 VIP）
進階 Prompt：
我算好了 5 位客戶的 RFM（附上表格）。我們公司是賣服飾的電商，客單價約 2000 元。請幫我：1) 用 K-means 或規則式方法分成 3-4 群 2) 每群命名並描述特徵 3) 建議每群的 EDM 主題和優惠策略。
練習題
互動示範
DEMO 1可以修改程式碼試玩
DEMO 2可以修改程式碼試玩
DEMO 3可以修改程式碼試玩
DEMO 4可以修改程式碼試玩
挑戰任務
Task 1
有 orders = [{'客戶': 'A', '金額': 100}, {'客戶': 'B', '金額': 200}, {'客戶': 'A', '金額': 300}]，算出客戶 A 的消費次數，印出結果
Task 2
有 orders = [{'客戶': 'A', '金額': 100}, {'客戶': 'B', '金額': 200}, {'客戶': 'A', '金額': 300}]，算出客戶 A 的總消費金額，印出結果
Task 3
有 dates = ['2024-01-05', '2024-02-20', '2024-03-10']，用 max() 找出最近的日期，印出結果
← BackNext Lesson →