时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{用户分层基础方法:RFM分层实践}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的用户分层基础方法:RFM分层实践内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
一、前言
分层是用户运营最基础的底层思维。为什么要做分层?简单来说,分层是为了区别对待不同的用户群体。为什要区别对待?因为不同的用户群体价值不同、需求不同、驱动力不同等等。 这些不同决定了想要提升用户群体的价值,必须对症下药。 同时,分层也是精细化运营的一种体现,通过优化资源配置提升运营的ROI。关于用户分层的方法有很多,这里和大家分享的是一个比较基础同时又广为流传的方法——RFM分层模型。 二、RFM模型分析步骤RFM最早在20世纪应用于美国黄页业务,直到今天在互联网中也被广泛应用。其是基于用户历史消费数据,以三维坐标系进行用户价值分析的分层方法。基础的分析步骤如下。 拉取用户历史消费数据,并计算出每个用户对应的R、F、M数值,分别为:
1)将所有用户的R、F、M三个数值分别进行梯度划分,通常每个指标被划分成5个梯度,对应5个分值。 2)梯度的划分方法可参考两种:
3)依据上述分值梯度,计算每个用户的R、F、M三个指标对应的分值。 4)计算所有用户的R、F、M三个指标的均值。 5)将用户的R、F、M三个指标的分值依次与上述平均值进行比较,若小于平均值则计为低,否则为高,得出每个用户R、F、M分值的高低情况。 6)依据RFM分层表,进行用户类型的匹配,用户最终被分为8种类型。如下图: RFM分层结果表 7)依据实际情况,针对每一类用户制定不同的策略。 三、RFM的适用场景任何事物的成立都有前提,而前提往往是最容易被忽略的。 RFM层成立的前提有3个:
之所以要说前提,是因为方法论都有它的局限性。对方法论不加分辨、胡乱套用,不仅不能解决问题,反而会越走越偏。 从上面三个前提也可以看出RFM的局限性。比如针对以下情况,上述三个前提很可能不成立。 用户最近一次消费间隔越短,流失几率越小:
用户最近一段时间消费频率越高,未来消费概率越大:用户一段时间内的消费行为可能受多种外部因素影响,如:促销打折、生日以及其他特殊情况导致的一段时间内的高频购买等。 用户最近一段时间消费金额越高,未来越有可能产生高价值消费:
所以不同行业不同类型的业务在使用该分层方法时一定要反问自己,上述三个前提对于自己的业务是否成立。 四、案例分析以下我以内容社区中创作者的分层为例进行RFM的实践分享(数据部分均为举例用的虚假数字)。 1. 背景及目的在不考虑创作者发布内容质量的前提下,基于创作者的发布行为进行分层,以提升创作者群体的内容发布数量。 2. 分析过程1)第一步 确定创作者的R、F、M指标分别对应什么指标并进行取数及数据处理。 相比于交易用户,创作者在平台的关键行为是内容发布,其对应的三个指标分别为:
确定以上指标后,取数如下: 将数据处理为以下格式: 2)第二步 观察R、F、M各个数值对应的用户占比图,以确定分值梯度。 以M为例,通过建立不同发布数量的作者占比趋势图,寻找曲线的断档处以确定分值的梯度。 下图中,曲线明显的几个断档处分别为:1-2条,3-6条,7-11条,12-15条,16条及以上。 因此可将F值分为5档,分别为1分:1-2条;2分:3-6条;3分:7-11条;4分:12-15条;5分:16条及以上。 根据上述方法依次计算出R、M的5个梯度。需要特别注意的是,R值越大则间隔天数越长,对应的分值越小。最终结果如下图所示: 3)第三步 依次计算出每个用户的R、F、M三个值,结果拓成工业吸尘器免费解决方如下: 4)第四步 计算出所有用户的R、F、M三个值的均值,并将用户的每个值与均值进行比较以判断用户R、F、M值的高低,大于等于均值记为高,小于均值记为低。结果如下: 5)第五步 根据RFM的用户分层表,对每个用户的类型进行匹配,结果如下图: 6)第六步 针对不同类型的创作者制定不同的策略,以提升作者的内容发布数量。具体的策略这里不做阐述,因为需要结合业务的实际情况而来。 五、关于RFM的探讨上述分析中,在计算用户R、F、M每个值的高低时采用了目前最为广泛的一种方法:打分法。打分法的好处是可以对用户的价值进行量化。但其实在不量化用户价值的情况下,可以采用更简便的一种方法:将所有用户的R、F、M曲线依据帕累托法则(二八法则)进行划分来确定值的高低。 即使量化用户价值,在讲究科学运营的今天,打分法也略显粗糙。故在实操中可尝试另外一种分层方法:AHP层次分析法。在上述创作者分层案例中,可将R、F、M三个指标去量纲后,在考虑权重的情况下计算作者的价值分。相关公式如下。 作者价值分=-a*R值+b*F值+c*M值 (其中a、b、c为对应指标的权重,“-a”表示R与作者价值成反比,R值、F值、M值为去量纲后的数值) 计算出对应的分值后再依据分值进行作者的分层,目前该方法有较多的应用场景,后续将专门进行探讨。 RFM模型更重要的是提供了一种用户分层的思路,而不只是方法。基于RFM模型的分层思路可以进行更多延伸,比如:基于RFM其中的两个指标进行二维象限的分析、根据业务特征对RF营销策划案图M的三个指标进行替换以寻找适合自己业务的分层方法、将RFM中量化用户价值的方式由评分替换为算法等更科学的方式。 方法重在活学活用,我个人是方法论的推崇者,但推崇的是在了解方法论局限性的前提下,以合适的方法解决问题,而不要胡乱套用,成为方法论的受害者。 毕竟解决问题的方法有很多种,不必痴迷于用的是哪一种,达成目的即可。
本文由@我是谁 于,,。 , 基于CC0协议。 |
上一篇:用户为什么要转发?
下一篇:给新用户推荐优质内容的原因及方法
小提示:您应该对本页介绍的“用户分层基础方法:RFM分层实践”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通用户分层基础方法:RFM分层实践的相关事宜。
关键词:1年, RFM模型, 初级, 用户分