SQL 使用CASE WHEN实现RFM参数—F（Frequency）

最新推荐文章于 2026-07-04 13:22:52 发布

原创最新推荐文章于 2026-07-04 13:22:52 发布 · 1.3k 阅读

本内容遵循CC 4.0 BY-SA版权协议

本文介绍了如何使用SQL来计算RFM模型中的F值，即客户交易频率。在2022年5月1日的电商促销活动中，通过创建临时表格，对历史交易数据进行COUNT聚合，区分不同购买频次的顾客群体。最终，利用CASE WHEN语句将F值分为'1'（购买一次）和'2+'（购买两次及以上），并统计了各组的顾客数量，为分析客户价值和活跃度提供数据支持。

SQL 使用CASE WHEN实现RFM参数—F（Frequency）

前言：

博主目前从事的是BA数据分析师、在实际工作中需要问其他部门的同事提供SQL需求，在最近的工作中大量用到SQL搭建RFM模型的案例，其中分别涉及到参数R，F和M的参数实现。因此，以我实际工作遇到的问题进行总结。

参数F的概念：

F值：客户在最近一段时间内交易次数。（Frequency）
基于交易频率次数，交易频率越高，所对应的客户价值就越高。反映客户交易活跃度。

使用SQL实现F值
案例如下：
2022年5月1日，某电商平台进行了一次促销活动，需要查看在历史所有时间段顾客购买频次情况，即不同F的人数分布。F值如下：
1、F1
2、F2+

1、创建表格（以临时表格为例）

在这里插入图片描述

2、查看原始表格

在这里插入图片描述

3、查看每个顾客对应的购买频次Frequency

在这里插入图片描述
注意：查看购买频次可以对具体的下单时间进行COUNT聚合。上述创建的临时表格在同意而顾客在date上可能存在重复。但在实际的数据库中，每笔订单都会有具体的时间区分或者通过订单的代码进行区分，具体还要视情况而定。因此，这里大家可以稍微思考一下。

4、按照要求对Fre进行分组（F1，F2+）

在这里插入图片描述
注：在CRM系统中，我们较关注一次客和复购客的购买情况，因此将Fre分成1和2+即可。其次对两个分组的人进行分组聚合，查看一次客和复购客对应的顾客数量。
完整代码如下：

SELECT * FROM r;

DROP TABLE IF EXISTS temp_LD;
CREATE TEMPORARY TABLE temp_LD AS
SELECT cus,COUNT(DISTINCT date) AS Fre FROM r
GROUP BY cus;

SELECT * FROM temp_LD;

DROP TABLE IF EXISTS temp_Fre;
CREATE TEMPORARY TABLE temp_Fre AS
SELECT Fre,CASE WHEN FRE=1 THEN '1' WHEN FRE>1 THEN '2+' END AS Fre_Group 
FROM temp_LD;

SELECT Fre_Group,COUNT(DISTINCT Fre) AS cus_num FROM temp_Fre
GROUP BY Fre_Group;