如何在SQL中使用NTILE进行RFM客户价值模型划分-SQL-PHP中文网

NTILE函数在RFM分层中用于对已计算出的R、F、M三个维度分别进行等频分组（如NTILE(5)），而非直接计算指标；它按排序后行数机械切分，前几组可能多1行，需严格区分升序（R）与降序（F/M），并用字符串拼接组合得分以避免量纲干扰。

如何在sql中使用ntile进行rfm客户价值模型划分

NTILE函数在RFM分层中的核心作用

NTILE 不是直接计算 RFM 指标，而是对已算出的 R（最近购买天数）、F（购买频次）、M（消费金额）三个维度分别打分后，做等宽分组。它把排序后的数据强行切成 N 份，每份行数尽可能均等——这点很关键：当总行数不能被 N 整除时，前面的分组会多一行，比如 100 行用 NTILE(3)，结果是 34、33、33，不是严格 33.33…。

实际中建议统一用 NTILE(5)（五级分层），既避免等级过细难运营，又比三级（高/中/低）保留更多区分度。别用 NTILE(10)——客户数少时会出现空档或单行分组，后续聚合易出错。

先算RFM指标，再套NTILE，顺序不能反

RFM 各维度必须独立计算、独立排序、独立分层，不能先加总再分。例如：

R 是“距今多少天”，要取 MAX(order_date) 算最近一次，再用 DATEDIFF(CURDATE(), ...) 得到天数，越小越好 → 升序排后用 NTILE(5)
F 是每个客户的订单总数，直接 COUNT(*)，越大越好 → 降序排后用 NTILE(5)
M 是客户总消费，用 SUM(amount)，越大越好 → 同样降序

常见错误是把 R 值直接拿去降序分层，导致“最近购买”反而得低分。正确写法示例：

SELECT
  customer_id,
  NTILE(5) OVER (ORDER BY recency_days ASC)  AS r_score,
  NTILE(5) OVER (ORDER BY frequency DESC)    AS f_score,
  NTILE(5) OVER (ORDER BY monetary DESC)     AS m_score
FROM (
  SELECT
    customer_id,
    DATEDIFF(CURDATE(), MAX(order_date)) AS recency_days,
    COUNT(*) AS frequency,
    COALESCE(SUM(amount), 0) AS monetary
  FROM orders
  GROUP BY customer_id
) t;