Я только что завершила проект по RFM-анализу на датасете dunnhumby — и полученные инсайты действительно стоили усилий

Вот несколько ключевых наблюдений: - Potential Loyalists — самый большой сегмент (680 клиентов) → большая возможность превратить их в Champions - Champions приносят наибольшую выручку, несмотря на то, что их всего 358 → высокая ценность и вовлечённость - 97.49% Champions использовали купоны → акции играют ключевую роль в удержании топ-клиентов - New Customers имеют самый низкий уровень использования купонов (41.18%) → есть потенциал улучшить onboarding-кампании - Сегмент “Can’t Lose Them” показывает высокий уровень использования купонов (93.90%), но низкую недавнюю активность → важно работать с win-back стратегиями

Чтобы лучше это проанализировать, я построила дашборд в Power BI, который включает: - KPI-карточки: общее количество заказов, выручка, число клиентов, средний чек, средний расход на клиента (всё динамически фильтруется по сегментам) - Treemap: распределение клиентов по RFM-сегментам - Топ-5 клиентов по выручке (с динамической фильтрацией) - Использование купонов по сегментам (stacked column chart)

Использованные инструменты: PostgreSQL → загрузка данных, очистка, EDA и расчёт RFM Power BI → визуализация и построение дашборда