[Excel]如何由銷售資料篩選出客戶的回購週期?

 

近期與行銷同仁討論如何借重RFM模型分析既有的銷售資料，RFM模型是一種常用的行銷分析工具，其通過評估客戶的購買行為來識別並細分客戶群，其三個關鍵指標(Recency, Frequency, Monetary)的首位字母組成該模型的名稱，三個指標的定義如下:

Recency（最近一次購買時間）：

Recency 指的是客戶最近一次購買的時間距離現在有多久。通常以天數、週數或月數來衡量。

Frequency（購買頻率）：

Frequency 指的是客戶在一定時間內購買的次數。

Monetary（購買金額）：

Monetary 指的是客戶在一定時間內的總購買金額。

然而，除了上述三個指標之外，針對單一商品和單一客戶的回購週期也是一個重要參考指標，值得由銷售資料篩選和分析，或許可挖掘出既有客戶的消費行為模式。

[SQL]如何利用docker安裝SQLitebrowser，並解決中文數據亂碼問題?

SQLitebrowser是一個輕量級、嵌入式的SQL資料庫引擎，有別於MySQL等等中大型資料庫，其不需要一個獨立的伺服器程序或作業系統，而是可將所有資料、配置和索引都儲存在單一檔案(.sqlite)，易於嵌入到應用程式中使用，很適合在嵌入式裝置和移動應用程式中使用，通訊軟體 微信的資料庫即是使用SQLite。

近期因在ubuntu server中架設一些應用服務，其中有些應用服務採用SQLite作為資料庫，為了查看SQLite中的數據，除了可在終端機安裝sqlite3並直接以命令指令調閱數據之外，尚可利用瀏覽器來查看，其中利用docker安裝SQLitebrowser即是一個可利用瀏覽器查看數據的方式。

[Raspberry Pi]如何在Ubuntu的python venv虛擬環境中，運行YOLOv5 物件辨識功能?

延續<[Python]如何在Ubuntu中建置python venv虛擬環境，並安裝TensorFlow和OpenCV函式庫?>文章，當建置 TensorFlow (2.10.0) 和 OpenCV (4.9.0) 的 Python 虛擬環境後，接續進一步安裝 YOLOv5 的相關套件，並在 Raspberry Pi 4B 上完成物件辨識功能，步驟如下。

[Python]如何在Ubuntu中建置python venv虛擬環境，並安裝TensorFlow和OpenCV函式庫?

為了在樹莓派上實現物件影像辨識功能，同時不影響樹莓派原來的python運行環境，選擇建置python虛擬環境[Note1]是一個好方式，其可避免版本衝突和不同運行環境的問題。另外，一併在該虛擬環境中安裝TensorFlow[Note2]和OpenCV[Note3]等等函式庫，並確認版本是否符合需求。

建置python虛擬環境

建置python虛擬環境有venv, virtualenv, conda等方式，其中venv最為簡單易用，也符合此影像辨識的項目需求，建置步驟如下:

1.安裝python venv虛擬環境庫
raspberry@raspberry-desktop:~/python-venv$ sudo apt install python3-venv

2.建立名稱為tensorflow_env資料夾
raspberry@raspberry-desktop:~/python-venv$ python3 -m venv tensorflow_env

3.啟動tensorflow_env的python venv虛擬環境 
raspberry@raspberry-desktop:~/python-venv$ source tensorflow_env/bin/activate