用戶(hù)運(yùn)營(yíng):RFM分層實(shí)戰(zhàn)演練
用戶(hù)運(yùn)營(yíng)中,使用RFM模型進(jìn)行用戶(hù)分層是常規(guī)操作,那么具體如何實(shí)現(xiàn)呢?本文將具體進(jìn)行分析。
用戶(hù)的價(jià)值分層,主要有兩種方式:
- 通過(guò)用戶(hù)的成長(zhǎng)軌跡,根據(jù)用戶(hù)的生命周期做定義:導(dǎo)入期-成長(zhǎng)期-成熟悉-休眠期-流失期,每個(gè)階段對(duì)用戶(hù)的運(yùn)營(yíng)目標(biāo)都不一樣。
- 根據(jù)用戶(hù)的關(guān)鍵行為做劃分,對(duì)用戶(hù)進(jìn)行區(qū)隔,實(shí)現(xiàn)用戶(hù)分層。
典型的就像RFM,找到產(chǎn)品中能夠衡量用戶(hù)價(jià)值的關(guān)鍵行為,對(duì)其進(jìn)行交叉分析和評(píng)估,最終形成分層模型。
- R 最近一次交易的時(shí)間:R值最大,說(shuō)明發(fā)生交易的時(shí)間越久,反之,發(fā)生交易的時(shí)間越近。
- F 交易的頻次:F越大,說(shuō)明交易頻繁,是平臺(tái)的用戶(hù)用戶(hù),反之,用戶(hù)不夠活躍。
- M 交易的總金額:M越大,客戶(hù)價(jià)值越高,是平臺(tái)的重點(diǎn)用戶(hù)。
將用戶(hù)每一維度與其中值對(duì)比,和中值高低與否,我們一共可以將用戶(hù)劃分成 2*2*2=8類(lèi)用戶(hù)。
了解了用戶(hù)的分層等級(jí),就可以對(duì)不同價(jià)值的用戶(hù)實(shí)施精細(xì)化的運(yùn)營(yíng),該促進(jìn)消費(fèi)的刺激消費(fèi),該召回的召回….
二、RFM模型的運(yùn)用
具體的實(shí)施步驟:
下面我們就以一份電商的統(tǒng)計(jì)數(shù)據(jù)為例:
1. 先篩選數(shù)據(jù)
因?yàn)殡娚唐脚_(tái)會(huì)有一些退貨交易失敗的情況,這部分不是我們要研究的對(duì)象,所以先篩選出交易成功的用戶(hù)。
2. 定義RFM評(píng)估模型
用數(shù)據(jù)透視表查看數(shù)據(jù)分布情況,也可以根據(jù)具體業(yè)務(wù)情況進(jìn)行劃分等級(jí),或者用28法,80%的用戶(hù)都集中在低頻低金額的區(qū)間,20%的用戶(hù)卻又創(chuàng)造了大部分營(yíng)收。
根據(jù)上面的數(shù)據(jù),我將三個(gè)維度區(qū)間劃分成五個(gè)層級(jí):
3. 先算出R值
相距的時(shí)間差:
用if函數(shù)算出各用戶(hù)的R值:
IF(D10<=30,5,IF(D10<=60,4,IF(D10<=90,3,IF(D10<=120,2,1))))
4. 算出F值
算出每個(gè)用戶(hù)的購(gòu)買(mǎi)次數(shù) :COUNTIFS(A:A,A2)
第二步:根據(jù)次數(shù),算出對(duì)應(yīng)的F值,因?yàn)榇蠖鄶?shù)用戶(hù)購(gòu)買(mǎi)次數(shù)在5以下,直接用購(gòu)買(mǎi)次數(shù)代替F值。
5. 算出M值
金額數(shù)做數(shù)據(jù)透視,算出每個(gè)用戶(hù)的支付總額。
根據(jù)用戶(hù)的消費(fèi)金額,用if函數(shù)同樣算出對(duì)應(yīng)的M值分?jǐn)?shù)。
6. 進(jìn)一步計(jì)算
分別用計(jì)算出的RFM值跟中值做對(duì)比,比中值大的用“高”表示,反之用“低”。
IF(B6>$F$1,"高","低")
給其他兩個(gè)打標(biāo)簽:
7. 用if函數(shù)自動(dòng)計(jì)算出用戶(hù)層級(jí)
IF(AND(F2="高",G2="高",H2="高"),"重要價(jià)值用戶(hù)", IF(AND(F2="高",G2="低",H2="高"),"重要保持用戶(hù)", IF(AND(F2="低",G2="高",H2="高"),"重要發(fā)展用戶(hù)", IF(AND(F2="低",G2="低",H2="高"),"重要挽留用戶(hù)", IF(AND(F2="高",G2="高",H2="低"),"一般價(jià)值用戶(hù)", IF(AND(F2="高",G2="低",H2="低"),"一般發(fā)展用戶(hù)", IF(AND(F2="低",G2="高",H2="低"),"一般保持用戶(hù)", IF(AND(F2="低",G2="低",H2="低"),"一般挽留用戶(hù)"))))))))
8. 做表,制定策略
做數(shù)據(jù)透視表,算出不同層級(jí)用戶(hù)的占比,針對(duì)其指定策略
本文由 @Even 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。
制定什么策略呢
同問(wèn),分層的方法論很多了,很少見(jiàn)完整且具體的對(duì)應(yīng)策略
你這套算法是有問(wèn)題,看似還很“科學(xué)”的用了個(gè)平均值作為“高”和“低”的切割。但是你第一步就錯(cuò)了。你根據(jù)什么邏輯來(lái)切割R\F\M的1~5分對(duì)應(yīng)的區(qū)間的。
你在這一步非常一廂情愿,所以最終基于所謂的“平均值”來(lái)分的高低也都是一廂情愿。
你好,請(qǐng)問(wèn)風(fēng)箱后根據(jù)區(qū)間得出的1-5分具體應(yīng)該如何應(yīng)用?我也不太理解文中僅根據(jù)r/f/m參照中值得出的層級(jí)后該如何進(jìn)一步按照分值劃分用戶(hù)群
尷尬,這個(gè)你應(yīng)該質(zhì)疑作者本人吧。我也想知道啊。
不是“質(zhì)疑”您,我是從文中不是很理解這部分內(nèi)容,所以想問(wèn)問(wèn)您來(lái)著~
我知道,我的意思是你去問(wèn)作者啊。我又不是作者肚子里的蛔蟲(chóng)。
每個(gè)值分層5個(gè)層級(jí)的意義何在,你操作用的是每個(gè)值分成高低2個(gè)層級(jí)。
運(yùn)營(yíng)經(jīng)理
有所啟發(fā)
作家有步驟沒(méi)懂,可否微信問(wèn)問(wèn)
小白一枚,可以加一下微信問(wèn)問(wèn)嘛?有一個(gè)問(wèn)題可以咨詢(xún)一下嗎?
你留微信我加你
有錯(cuò)別字嗎?
是否應(yīng)該在定義高或低的時(shí)候 把二八法則考慮進(jìn)去,都不是取均值
這里的中值指的是平均值還是中位數(shù)呀?我覺(jué)得這里如果也用二八分的話(huà)被判斷為高的一定非常高,但被判斷為低的不一定是真的低,可能只是普通或不是特別高
應(yīng)該是平均數(shù),中位數(shù)的小數(shù)點(diǎn)后就只可能是0或者5了,不會(huì)有這么長(zhǎng)一串小數(shù)
額嗯 考慮的是閾值的合理性這個(gè)
請(qǐng)問(wèn)可以告訴我一下數(shù)據(jù)是從哪里收集的嗎?我需要一些數(shù)據(jù)撰寫(xiě)關(guān)于RFM模型的論文,現(xiàn)在收集不到數(shù)據(jù)?謝謝
已閱,感謝分享!
不是很清楚三個(gè)維度如何劃分成5個(gè)層級(jí),每個(gè)層級(jí)的值是怎么定義的?
自己去把3個(gè)緯度按照(a,b,c) 看看可以產(chǎn)生多少中結(jié)果,或者你可以用十進(jìn)制去表示。000代表3個(gè)緯度都低,010 100 101 還有不明白的嗎
也不是很明白 ??