本文以筆者負(fù)責(zé)的金融類產(chǎn)品經(jīng)驗(yàn)為依據(jù)，展示了如何利用RFM模型開(kāi)展金融產(chǎn)品精細(xì)化運(yùn)營(yíng)的全流程。

現(xiàn)在獲客成本越來(lái)越高，相信每一個(gè)運(yùn)營(yíng)人都意識(shí)到了轉(zhuǎn)化、留存以及促活的重要性。通過(guò)RFM可以幫助我們更了解用戶，精準(zhǔn)的開(kāi)展運(yùn)營(yíng)手段。下面我將完完整整地把我用RFM模型進(jìn)行數(shù)據(jù)分析的全流程分享給大家。

1. 首先根據(jù)產(chǎn)品確定三個(gè)重要指標(biāo)

我負(fù)責(zé)的是一款金融類產(chǎn)品，KPI是充值金額和新增充值的人數(shù)。所以我將RFM分別確定為充值金額、充值次數(shù)和登錄次數(shù)。

（具體的指標(biāo)根據(jù)自己產(chǎn)品決定，如社交類產(chǎn)品可以是：登錄次數(shù)，關(guān)注人數(shù)、使用時(shí)長(zhǎng)）

圖是我創(chuàng)建好的數(shù)據(jù)模型，共有998個(gè)用戶數(shù)據(jù)，是用RANDBETWEEN函數(shù)隨機(jī)生成的數(shù)組，不是真實(shí)的用戶數(shù)據(jù)，僅作為分析所用。

2. 下面開(kāi)始計(jì)算R、F、M值

第一步對(duì)數(shù)據(jù)進(jìn)行分組，分成5個(gè)層級(jí)。分組依據(jù)可以按照公司業(yè)務(wù)劃分。我這里分組是先畫出用戶消費(fèi)金額的趨勢(shì)圖，再根據(jù)數(shù)據(jù)走勢(shì)分組。

從圖上可以看到，有很明顯的分布節(jié)點(diǎn)，于是我將這5個(gè)區(qū)域分為：

• 1=10~100
• 2=101~1200
• 3=1201~5000
• 4=50001~12000
• 5=12001~20000

接下來(lái)根據(jù)分區(qū)數(shù)據(jù)計(jì)算每個(gè)充值金額對(duì)應(yīng)的數(shù)值，得出函數(shù)如下：

=IF（B2>12000,5,IF（B2>5000,4,IF（B2>1200,3,IF（B2>100,2,1））））

同理F和M的計(jì)算方式也是如此。

對(duì)消費(fèi)次數(shù)分級(jí)后，將這5個(gè)區(qū)域分為：

• 1=1~5
• 2=6~7
• 3=8~10
• 4=10~15
• 5=15~20

函數(shù)如下：

=IF（C2>15,5,IF（C2>10,4,IF（C2>7,3,IF（C2>5,2,1））））

接下來(lái)是登錄次數(shù)：

• 1=1~10
• 2=11~20
• 3=21~30
• 4=31~40
• 5=41~50

函數(shù)如下：

=IF（D2>40,5,IF（D2>30,4,IF（D2>20,3,IF（D2>10,2,1））））

3. 求出RFM的平均值

求出對(duì)應(yīng)的值之后，下面用AVERAGE函數(shù)計(jì)算各列的平均值：

• R的平均值=1.19
• F的平均值=1.28
• M的平均值=3.33

（有小伙伴問(wèn)我，為什么要計(jì)算出數(shù)值后再求平均值，而不是在原消費(fèi)金額的基礎(chǔ)上求平均？你想下比賽時(shí)評(píng)委打分，會(huì)去掉一個(gè)最高分和最低分，這兩個(gè)的道理其實(shí)有點(diǎn)類似，這樣會(huì)使數(shù)組更加整體）

4. 判斷RFM等級(jí)

接下來(lái)判斷RFM等級(jí)。通過(guò)與平均數(shù)進(jìn)行對(duì)比，得出數(shù)值的高低。

函數(shù)如下：

• R=IF（E2>1.19,”高”,”低”）
• F=IF（F2>1.28,”高”,”低”）
• M=IF（G>3.33,”高”,”低”）

5. 得出用戶價(jià)值

到了最重要的一個(gè)環(huán)節(jié)，通過(guò)計(jì)算得出用戶的價(jià)值。用IF和AND函數(shù)判斷，同為高、同為低，以及分別為不同高低的用戶分別對(duì)應(yīng)什么。

函數(shù)如下：

=IF（AND（H2="高",I2="高",J2="高"）,"重要價(jià)值用戶", 
IF（AND（H2="高",I2="低",J2="高"）,"重要發(fā)展用戶",
IF（AND（H2="低",I2="高",J2="高"）,"重要保持用戶", 
IF（AND（H1="低",I2="低",J2="高"）,"重要挽留用戶",
IF（AND（H2="高",I2="高",J2="低"）,"一般價(jià)值用戶", 
IF（AND（H2="高",I2="低",J1="低"）,"一般發(fā)展用戶",
IF（AND（H1="低",I2="高",J2="低"）,"一般保持用戶","一般挽留用戶"
）））））））

最后就可以根據(jù)判斷結(jié)果采取不同的運(yùn)營(yíng)手段了。下面列出2點(diǎn)我們具體實(shí)施時(shí)的工作流程給大家參考：

重要價(jià)值用戶，是我們金字塔頂尖的客戶，所以要發(fā)掘他們的更大價(jià)值。通過(guò)數(shù)據(jù)的對(duì)比我們發(fā)現(xiàn)這類用戶集中在30-40歲的男性群體，有錢有時(shí)間，這類用戶我們?yōu)樗麄兯蜕洗箢~優(yōu)惠券，以及充值成功后贈(zèng)送的特權(quán)和抽獎(jiǎng)等形式刺激他們完成大額充值。

重要挽留用戶，這類用戶多為18-25歲之間的年輕群體，充值金額低，登錄頻繁。年輕群體分享欲望強(qiáng)，通過(guò)測(cè)試我們選取了趣味性較強(qiáng)的素材文案，引導(dǎo)他們向朋友推薦，以擴(kuò)大用戶群體，分享率提高了10%。

……

通過(guò)對(duì)不同層級(jí)用戶的測(cè)試，總結(jié)出該群體用戶的特性，之后動(dòng)員同事提出想法和意見(jiàn)，必要時(shí)也要向用戶發(fā)出問(wèn)題邀請(qǐng)，匯總意見(jiàn)后通過(guò)AB測(cè)試選出可行性方案，這時(shí)你就知道下一步該怎么做……

以上就是金融類產(chǎn)品精細(xì)化分層和運(yùn)營(yíng)過(guò)程，初來(lái)乍到大家多多指教！歡迎提出意見(jiàn)建議~持續(xù)學(xué)習(xí)進(jìn)步！

本文由 @王又又 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議。