rfm模型的三個(gè)指標(biāo)是什么

大家好！今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于rfm模型的三個(gè)指標(biāo)是什么的問(wèn)題，以下是小編對(duì)此問(wèn)題的歸納整理，讓我們一起來(lái)看看吧。

開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話(huà)答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫(xiě)出的就越詳細(xì)，有微信小程序端、在線(xiàn)網(wǎng)頁(yè)版、PC客戶(hù)端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶(hù)遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話(huà)175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、RFM模型分析與客戶(hù)細(xì)分

• 2、數(shù)據(jù)分析方法3—RFM分析模型

• 3、會(huì)員系統(tǒng)RFM數(shù)據(jù)分析模型的什么是RFM數(shù)據(jù)分析模型

• 4、rfm是什么意思

一、RFM模型分析與客戶(hù)細(xì)分

RFM模型分析與客戶(hù)細(xì)分

根據(jù)美國(guó)數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)研究所Arthur Hughes的研究，客戶(hù)數(shù)據(jù)庫(kù)中有三個(gè)神奇的要素，這三個(gè)要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)：最近一次消費(fèi)(Recency)、消費(fèi)頻率(Frequency)、消費(fèi)金額(Monetary)。

RFM模型：R(Recency)表示客戶(hù)最近一次購(gòu)買(mǎi)的時(shí)間有多遠(yuǎn)，F(xiàn)(Frequency)表示客戶(hù)在最近一段時(shí)間內(nèi)購(gòu)買(mǎi)的次數(shù)，M (Monetary)表示客戶(hù)在最近一段時(shí)間內(nèi)購(gòu)買(mǎi)的金額。一般原始數(shù)據(jù)為3個(gè)字段：客戶(hù)ID、購(gòu)買(mǎi)時(shí)間(日期格式)、購(gòu)買(mǎi)金額，用數(shù)據(jù)挖掘軟件處理，加權(quán)(考慮權(quán)重)得到RFM得分，進(jìn)而可以進(jìn)行客戶(hù)細(xì)分，客戶(hù)等級(jí)分類(lèi)，Customer Level Value得分排序等，實(shí)現(xiàn)數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)!

這里再次借用@數(shù)據(jù)挖掘與數(shù)據(jù)分析的RFM客戶(hù)RFM分類(lèi)圖。

本次分析用的的軟件工具：IBM SPSS Statistics 19，IBM SPSS Modeler14.1，Tableau7.0，EXCEL和PPT

因?yàn)镽FM分析僅是項(xiàng)目的一個(gè)小部分分析，但也面臨海量數(shù)據(jù)的處理能力，這一點(diǎn)對(duì)計(jì)算機(jī)的內(nèi)存和硬盤(pán)容量都有要求。

先說(shuō)說(shuō)對(duì)海量數(shù)據(jù)挖掘和數(shù)據(jù)處理的一點(diǎn)體會(huì)：(僅指?jìng)€(gè)人電腦操作平臺(tái)而言)

一般我們拿到的數(shù)據(jù)都是壓縮格式的文本文件，需要解壓縮，都在G字節(jié)以上存儲(chǔ)單位，一般最好在外置電源移動(dòng)硬盤(pán)存儲(chǔ);如果客戶(hù)不告知，你大概是不知道有多少記錄和字段的;

Modeler挖掘軟件默認(rèn)安裝一般都需要與C盤(pán)進(jìn)行數(shù)據(jù)交換，至少需要100G空間預(yù)留，否則讀取數(shù)據(jù)過(guò)程中將造成空間不足

海量數(shù)據(jù)處理要有耐心，等待30分鐘以上運(yùn)行出結(jié)果是常有的現(xiàn)象，特別是在進(jìn)行抽樣、合并數(shù)據(jù)、數(shù)據(jù)重構(gòu)、神經(jīng)網(wǎng)絡(luò)建模過(guò)程中，要有韌性，否則差一分鐘中斷就悲劇了，呵呵;

數(shù)據(jù)挖掘的準(zhǔn)備階段和數(shù)據(jù)預(yù)處理時(shí)間占整個(gè)項(xiàng)目的70%，我這里說(shuō)如果是超大數(shù)據(jù)集可能時(shí)間要占到90%以上。一方面是處理費(fèi)時(shí)，一方面可能就只能這臺(tái)電腦處理，不能幾臺(tái)電腦同時(shí)操作;

多帶來(lái)不同，這是我一直強(qiáng)調(diào)的體驗(yàn)。所以海量數(shù)據(jù)需要用到抽樣技術(shù)，用來(lái)查看數(shù)據(jù)和預(yù)操作，記?。河袝r(shí)候即使樣本數(shù)據(jù)正常，也可能全部數(shù)據(jù)有問(wèn)題。建議數(shù)據(jù)分隔符采用“|”存儲(chǔ);

如何強(qiáng)調(diào)一個(gè)數(shù)據(jù)挖掘項(xiàng)目和挖掘工程師對(duì)行業(yè)的理解和業(yè)務(wù)的洞察都不為過(guò)，好的數(shù)據(jù)挖掘一定是市場(chǎng)導(dǎo)向的，當(dāng)然也需要IT人員與市場(chǎng)人員有好的溝通機(jī)制;

數(shù)據(jù)挖掘會(huì)面臨數(shù)據(jù)字典和語(yǔ)義層含義理解，在MetaData元數(shù)據(jù)管理和理解上下功夫會(huì)事半功倍，否則等數(shù)據(jù)重構(gòu)完成發(fā)現(xiàn)問(wèn)題又要推倒重來(lái)，悲劇;

每次海量大數(shù)據(jù)挖掘工作時(shí)都是我上微博最多的時(shí)侯，它真的沒(méi)我算的快，只好上微博等它，哈哈!

傳統(tǒng)RFM分析轉(zhuǎn)換為電信業(yè)務(wù)RFM分析主要思考：

這里的RFM模型和進(jìn)而細(xì)分客戶(hù)僅是數(shù)據(jù)挖掘項(xiàng)目的一個(gè)小部分，假定我們拿到一個(gè)月的客戶(hù)充值行為數(shù)據(jù)集(實(shí)際上有六個(gè)月的數(shù)據(jù))，我們們先用IBM Modeler軟件構(gòu)建一個(gè)分析流：

數(shù)據(jù)結(jié)構(gòu)完全滿(mǎn)足RFM分析要求，一個(gè)月的數(shù)據(jù)就有3千萬(wàn)條交易記錄!

我們先用挖掘工具的RFM模型的RFM匯總節(jié)點(diǎn)和RFM分析節(jié)點(diǎn)產(chǎn)生R(Recency)、F(Frequency)、M (Monetary);

接著我們采用RFM分析節(jié)點(diǎn)就完成了RFM模型基礎(chǔ)數(shù)據(jù)重構(gòu)和整理;

現(xiàn)在我們得到了RFM模型的Recency_Score、Frequency_Score、Monetary_Score和RFM_Score;這里對(duì)RFM得分進(jìn)行了五等分切割，采用100、10、1加權(quán)得到RFM得分表明了125個(gè)RFM魔方塊。

傳統(tǒng)的RFM模型到此也就完成了，但125個(gè)細(xì)分市場(chǎng)太多啦無(wú)法針對(duì)性營(yíng)銷(xiāo)也需要識(shí)別客戶(hù)特征和行為，有必要進(jìn)一步細(xì)分客戶(hù)群;

另外：RFM模型其實(shí)僅僅是一種數(shù)據(jù)處理方法，采用數(shù)據(jù)重構(gòu)技術(shù)同樣可以完成，只是這里固化了RFM模塊更簡(jiǎn)單直接，但我們可以采用RFM構(gòu)建數(shù)據(jù)的方式不為RFM也可用該模塊進(jìn)行數(shù)據(jù)重構(gòu)。

我們可以將得到的數(shù)據(jù)導(dǎo)入到Tableau軟件進(jìn)行描述性分析：(數(shù)據(jù)挖掘軟件在描述性和制表輸出方面非常弱智，哈哈)

我們也可以進(jìn)行不同塊的對(duì)比分析：均值分析、塊類(lèi)別分析等等

這時(shí)候我們就可以看出Tableau可視化工具的方便性

接下來(lái)，我們繼續(xù)采用挖掘工具對(duì)R、F、M三個(gè)字段進(jìn)行聚類(lèi)分析，聚類(lèi)分析主要采用：Kohonen、K-means和Two-step算法：

這時(shí)候我們要考慮是直接用R(Recency)、F(Frequency)、M (Monetary)三個(gè)變量還是要進(jìn)行變換，因?yàn)镽、F、M三個(gè)字段的測(cè)量尺度不同最好對(duì)三個(gè)變量進(jìn)行標(biāo)準(zhǔn)化，例如：Z得分(實(shí)際情況可以選擇線(xiàn)性插值法，比較法，對(duì)標(biāo)法等標(biāo)準(zhǔn)化)!另外一個(gè)考慮：就是R、F、M三個(gè)指標(biāo)的權(quán)重該如何考慮，在現(xiàn)實(shí)營(yíng)銷(xiāo)中這三個(gè)指標(biāo)重要性顯然不同!

有資料研究表明：對(duì)RFM各變量的指標(biāo)權(quán)重問(wèn)題,Hughes,Arthur認(rèn)為RFM在衡量一個(gè)問(wèn)題上的權(quán)重是一致的,因而并沒(méi)有給予不同的劃分。而Stone,Bob通過(guò)對(duì)信用卡的實(shí)證分析,認(rèn)為各個(gè)指標(biāo)的權(quán)重并不相同,應(yīng)該給予頻度最高,近度次之,值度最低的權(quán)重;

這里我們采用加權(quán)方法：WR=2 WF=3 WM=5的簡(jiǎn)單加權(quán)法(實(shí)際情況需要專(zhuān)家或營(yíng)銷(xiāo)人員測(cè)定);具體選擇哪種聚類(lèi)方法和聚類(lèi)數(shù)需要反復(fù)測(cè)試和評(píng)估，同時(shí)也要比較三種方法哪種方式更理想!

下圖是采用快速聚類(lèi)的結(jié)果：

以及kohonen神經(jīng)算法的聚類(lèi)結(jié)果：

接下來(lái)我們要識(shí)別聚類(lèi)結(jié)果的意義和類(lèi)分析：這里我們可以采用C5.0規(guī)則來(lái)識(shí)別不同聚類(lèi)的特征：

其中Two-step兩階段聚類(lèi)特征圖：

采用評(píng)估分析節(jié)點(diǎn)對(duì)C5.0規(guī)則的模型識(shí)別能力進(jìn)行判斷：

結(jié)果還不錯(cuò)，我們可以分別選擇三種聚類(lèi)方法，或者選擇一種更易解釋的聚類(lèi)結(jié)果，這里選擇Kohonen的聚類(lèi)結(jié)果將聚類(lèi)字段寫(xiě)入數(shù)據(jù)集后，為方便我們將數(shù)據(jù)導(dǎo)入SPSS軟件進(jìn)行均值分析和輸出到Excel軟件!

輸出結(jié)果后將數(shù)據(jù)導(dǎo)入Excel，將R、F、M三個(gè)字段分類(lèi)與該字段的均值進(jìn)行比較，利用Excel軟件的條件格式給出與均值比較的趨勢(shì)!結(jié)合RFM模型魔方塊的分類(lèi)識(shí)別客戶(hù)類(lèi)型：通過(guò)RFM分析將客戶(hù)群體劃分成重要保持客戶(hù)、重要發(fā)展客戶(hù)、重要挽留客戶(hù)、一般重要客戶(hù)、一般客戶(hù)、無(wú)價(jià)值客戶(hù)等六個(gè)級(jí)別;(有可能某個(gè)級(jí)別不存在);

另外一個(gè)考慮是針對(duì)R、F、M三個(gè)指標(biāo)的標(biāo)準(zhǔn)化得分按聚類(lèi)結(jié)果進(jìn)行加權(quán)計(jì)算，然后進(jìn)行綜合得分排名，識(shí)別各個(gè)類(lèi)別的客戶(hù)價(jià)值水平;

至此如果我們通過(guò)對(duì)RFM模型分析和進(jìn)行的客戶(hù)細(xì)分滿(mǎn)意的話(huà)，可能分析就此結(jié)束!如果我們還有客戶(hù)背景資料信息庫(kù)，可以將聚類(lèi)結(jié)果和RFM得分作為自變量進(jìn)行其他數(shù)據(jù)挖掘建模工作!

二、數(shù)據(jù)分析方法3—RFM分析模型

        對(duì)于一個(gè)新上線(xiàn)產(chǎn)品的前期運(yùn)營(yíng)，我們一般的做法都是做活動(dòng)、上新品、蹭熱點(diǎn)、做營(yíng)銷(xiāo)、不斷地去拓展新的客戶(hù)。但是這種做法收效卻不容樂(lè)觀，真正獲取的用戶(hù)沒(méi)有幾個(gè)，最終都便宜了羊毛黨。其實(shí)客戶(hù)在不同階段的需求是不一樣的，有的客戶(hù)圖便宜，有的客戶(hù)看新品，有的客戶(hù)重服務(wù)。所以我們想要運(yùn)營(yíng)好一個(gè)產(chǎn)品，就需要對(duì)客戶(hù)精細(xì)化運(yùn)營(yíng)。

     精細(xì)化運(yùn)營(yíng)最經(jīng)典的用戶(hù)分群工具就是RFM模型，RFM模型是衡量用戶(hù)價(jià)值和用戶(hù)創(chuàng)新能力的經(jīng)典工具，主要是由用戶(hù)最近一次購(gòu)買(mǎi)時(shí)間、消費(fèi)頻次、消費(fèi)金額組成。

        RFM模型是衡量客戶(hù)價(jià)值和客戶(hù)潛在價(jià)值的重要工具和手段，RFM是Rencency（最近一次消費(fèi)），F(xiàn)requency（消費(fèi)頻率），Monetary（消費(fèi)金額）組合而成，此模型對(duì)于運(yùn)營(yíng)、銷(xiāo)售、財(cái)務(wù)、市場(chǎng)來(lái)說(shuō)都比較重要。

R值（Recency）： 最近一次消費(fèi)

        表示用戶(hù)最近一次消費(fèi)距離現(xiàn)在的時(shí)間，消費(fèi)時(shí)間越近的客戶(hù)價(jià)值越大，1年前消費(fèi)過(guò)的用戶(hù)肯定沒(méi)有1月前消費(fèi)過(guò)的用戶(hù)價(jià)值大，是衡量用戶(hù)價(jià)值的一個(gè)指標(biāo)。

        基于R值的大小，可以看出上表中的客戶(hù)2是最有價(jià)值的，客戶(hù)3是最沒(méi)有價(jià)值的，但是如果就此說(shuō)明客戶(hù)2是最有價(jià)值，而客戶(hù)3是沒(méi)有價(jià)值的是不成立的，對(duì)于客戶(hù)價(jià)值我們不能僅看R值，還需要考慮F值和M值。這里我們只舉出4個(gè)客戶(hù)為例，但在真實(shí)的客戶(hù)場(chǎng)景中，我們可以把客戶(hù)按照周、月、季、年等維度的占比詳細(xì)來(lái)觀察出R的趨勢(shì)變化。

F值（Frequency）： 消費(fèi)頻率

        消費(fèi)頻率是指用戶(hù)在統(tǒng)計(jì)周期內(nèi)購(gòu)買(mǎi)商品的次數(shù)，經(jīng)常購(gòu)買(mǎi)的用戶(hù)也就是熟客，其價(jià)值比偶爾來(lái)一次的客戶(hù)價(jià)值大

        基于F值的大小，可以看出客戶(hù)4的價(jià)值最大，客戶(hù)1的價(jià)值最小，但是如果考慮R值和M值就不能這樣認(rèn)為。其實(shí)客戶(hù)對(duì)于產(chǎn)品的復(fù)購(gòu)的核心因素是類(lèi)目。有的類(lèi)目產(chǎn)品復(fù)購(gòu)率高（食品類(lèi)）主要是食品屬于易耗品，消耗周期短，購(gòu)買(mǎi)的頻率高，相對(duì)容易產(chǎn)生重復(fù)性購(gòu)買(mǎi)。而有的類(lèi)目產(chǎn)品復(fù)購(gòu)率低（家電類(lèi)），消耗周期長(zhǎng)，購(gòu)買(mǎi)頻次低。建議在對(duì)F值進(jìn)行統(tǒng)計(jì)時(shí)對(duì)于不同的類(lèi)目要有相應(yīng)的統(tǒng)計(jì)周期。

M值（Monetary）： 消費(fèi)金額

消費(fèi)金額是指用戶(hù)在統(tǒng)計(jì)周期內(nèi)消費(fèi)的總金額，體現(xiàn)了消費(fèi)者對(duì)于企業(yè)的價(jià)值。

        基于M值的大小，可以看出客戶(hù)4的價(jià)值最高，客戶(hù)1的價(jià)值最低，M值同上面的R值、F值類(lèi)似，單一的值并不能說(shuō)明客戶(hù)的好壞，三者結(jié)合才能更好地精細(xì)化用戶(hù)，對(duì)購(gòu)買(mǎi)產(chǎn)品的用戶(hù)合理的分隔，采用不同的機(jī)制去運(yùn)營(yíng)。

RFM模型的主觀細(xì)分

        根據(jù)RFM模型值得大小對(duì)客戶(hù)進(jìn)行細(xì)分，如下表所示，將客戶(hù)分為了8部分去運(yùn)營(yíng)，對(duì)于不同的細(xì)分人群采取不同的運(yùn)營(yíng)策略，在實(shí)際的應(yīng)用場(chǎng)景中，店鋪可以根據(jù)自己店鋪的實(shí)際情況來(lái)細(xì)分人群，購(gòu)買(mǎi)人群多的就分多個(gè)人群，購(gòu)買(mǎi)人群少的就少分幾個(gè)人群，具體的情況根據(jù)店鋪來(lái)定。

RFM模型的量化細(xì)分

        上面的模型細(xì)分主要是根據(jù)RFM值的大小進(jìn)行模糊的細(xì)分，而如果想要更細(xì)地對(duì)人群進(jìn)行劃分，就需要對(duì)RFM進(jìn)行量化處理，一般采用的方式有

1、根據(jù)經(jīng)驗(yàn)定義權(quán)重

RFM值=a*R值+b*F值+c*M值

對(duì)于其中的權(quán)重a,b,c則需要經(jīng)驗(yàn)豐富的業(yè)務(wù)人員來(lái)判斷

2、歸一化處理

將RFM的值進(jìn)行歸一化處理，公式為

RFM值=R1值+F1值+M1值

上面的R1,F1,M1都是歸一化處理過(guò)后的值

3、AHP層次分析得出權(quán)重值

RFM值=a1*R值+a2*F值+a3*M值

a1,a2,a3的值是AHP層次分析得出的權(quán)向量值

具體參考鏈接

最終按照得出值的大小進(jìn)行人群細(xì)分，得出不同的人群

三、會(huì)員系統(tǒng)RFM數(shù)據(jù)分析模型的什么是RFM數(shù)據(jù)分析模型

RFM 模型是會(huì)員管理領(lǐng)域里的一種會(huì)員消費(fèi)行為分析模型， 其中R近度(Recency） 代表最近購(gòu)買(mǎi)時(shí)間，指上次購(gòu)買(mǎi)至現(xiàn)在的時(shí)間間隔； F 頻度(Frequency)代表購(gòu)買(mǎi)頻率，指的是某一期間內(nèi)購(gòu)買(mǎi)的次數(shù)；M額度(Monetary) 代表總購(gòu)買(mǎi)金額，指的是某一期間內(nèi)購(gòu)買(mǎi)商品的金額。

RFM模型在反映會(huì)員購(gòu)買(mǎi)偏好方面具有良好的表征性。

經(jīng)過(guò)研究發(fā)現(xiàn) R值越小，會(huì)員越有可能與企業(yè)達(dá)成新的交易。 F值越大，會(huì)員越有可能與企業(yè)達(dá)成新的交易。 M值越大，會(huì)員越有可能與企業(yè)達(dá)成新的交易。 RFM 模型在反映會(huì)員價(jià)值方面同樣具有良好的表征性，它是衡量會(huì)員價(jià)值和會(huì)員創(chuàng)利能力的重要工具和手段。一卡易將該模型成功應(yīng)用于會(huì)員系統(tǒng)中，通過(guò)一個(gè)會(huì)員的近期購(gòu)買(mǎi)行為、購(gòu)買(mǎi)的總頻率以及購(gòu)買(mǎi)的總金額等3項(xiàng)指標(biāo)來(lái)描述該會(huì)員的價(jià)值狀況。如果與該會(huì)員打交道的時(shí)間足夠長(zhǎng)，也能夠較為精確地判斷該會(huì)員的長(zhǎng)期價(jià)值（ 甚至是終身價(jià)值），通過(guò)改善3項(xiàng)指標(biāo)的狀況，從而為更多的營(yíng)銷(xiāo)決策提供支持。 連鎖會(huì)員系統(tǒng)的‘統(tǒng)計(jì)分析’模塊運(yùn)用RFM模型做出‘會(huì)員RFM’，幫助使用者來(lái)了解會(huì)員的消費(fèi)行為和消費(fèi)的意向。

四、rfm是什么意思

rfm的意思是RFM模型。

RFM模型是衡量客戶(hù)價(jià)值和客戶(hù)創(chuàng)造利益能力的重要工具和手段。在眾多的客戶(hù)關(guān)系管理（CRM）的分析模式中，RFM模型是被廣泛提到的。該機(jī)械模型通過(guò)一個(gè)客戶(hù)的近期購(gòu)買(mǎi)行為、購(gòu)買(mǎi)的總體頻率以及花了多少錢(qián)3項(xiàng)指標(biāo)來(lái)描述該客戶(hù)的價(jià)值狀況。

最近一次消費(fèi)意指上一次購(gòu)買(mǎi)的時(shí)候——顧客上一次是幾時(shí)來(lái)店里、上一次根據(jù)哪本郵購(gòu)目錄購(gòu)買(mǎi)東西、什么時(shí)候買(mǎi)的車(chē)，或在你的超市買(mǎi)早餐最近的一次是什么時(shí)候。

消費(fèi)金額：

消費(fèi)金額是所有數(shù)據(jù)庫(kù)報(bào)告的支柱，也可以驗(yàn)證“帕雷托法則”P(pán)areto’s Law——公司80%的收入來(lái)自20%的顧客。它顯示出排名前10%的顧客所花費(fèi)的金額比下一個(gè)等級(jí)者多出至少2倍，占公司所有營(yíng)業(yè)額的40%以上。

如看累計(jì)百分比的那一欄，我們會(huì)發(fā)現(xiàn)有40%的顧客貢獻(xiàn)公司總營(yíng)業(yè)額的80%；而有60%的客戶(hù)占營(yíng)業(yè)額的90%以上。最右的一欄顯示每一等分顧客的平均消費(fèi)，表現(xiàn)最好的 10%的顧客平均花費(fèi)1195美元，而最差的10%僅有18美元 。

理論上M值和F值是一樣的，都帶有時(shí)間范圍，指的是一段時(shí)間（通常是1年）內(nèi)的消費(fèi)金額，在工作中我認(rèn)為對(duì)于一般店鋪的類(lèi)目而言，產(chǎn)品的價(jià)格帶都是比較單一的。

比如：同一品牌美妝類(lèi)，價(jià)格浮動(dòng)范圍基本在某個(gè)特定消費(fèi)群的可接受范圍內(nèi)，加上單一品類(lèi)購(gòu)買(mǎi)頻次不高，所以對(duì)于一般店鋪而言，M值對(duì)客戶(hù)細(xì)分的作用相對(duì)較弱。

以上就是關(guān)于rfm模型的三個(gè)指標(biāo)是什么相關(guān)問(wèn)題的回答。希望能幫到你，如有更多相關(guān)問(wèn)題，您也可以聯(lián)系我們的客服進(jìn)行咨詢(xún)，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。

推薦閱讀：

xrd是什么意思（xrf是什么意思）

RFM價(jià)值模型（RFM價(jià)值模型的描述正確的是）

paper免費(fèi)查重入口官網(wǎng)（paperfree免費(fèi)查重入口官網(wǎng)）

拍一拍高端語(yǔ)錄（拍一拍的設(shè)置幽默句子）

景觀設(shè)計(jì)領(lǐng)軍名單公示（景觀設(shè)計(jì)領(lǐng)軍名單公示最新）