项目介绍：根据某电商平台最近一年的销售数据，基于 RFM（Recency， Frequency， Monetary）模型，对客
户行为和价值进行深入分析，以优化市场营销策略和提升客户满意度。
主要职责：
 使用 Python 和 SQL 从电商平台的数据库中提取和清洗大规模的销售和客户数据。
 根据每位客户的购买历史，计算并分析客户的最近一次购买时间（Recency）、购买频率（Frequency）和
购买金额（Monetary）。
 将客户分成不同的细分群体，并为每个群体分配 RFM 分值。
 基于 RFM 分值，识别高价值客户、沉默客户、流失风险客户等不同类型的客户群体。
 分析不同客户群体的行为特征和消费习惯，为营销团队提供有针对性的推荐和个性化营销策略建议。
项目成果：
 通过 RFM 模型分析，成功识别出高价值客户群体，提供了个性化的推荐和促销活动，从而提高了客户忠
诚度和购买频率。
 发现并针对沉默客户制定了回流策略，成功激活了一部分沉默客户，提升了整体销售额和市场份额。
 基于 RFM 模型的客户细分，为市场营销团队提供了明确的目标群体和推广策略，提高了营销活动的效果
和回报率。