用户运营:RFM分层实战演练

2019-10-2511:21:20 评论 35

用户运营中,使用RFM模型进行用户分层是常规操作,那么具体如何实现呢?本文将具体进行分析。

用户分层,主要有两种方式:

  1. 通过用户的成长轨迹,根据用户的生命周期做定义:导入期-成长期-成熟悉-休眠期-流失期,每个阶段对用户的运营目标都不一样。
  2. 根据用户的关键行为做划分,对用户进行区隔,实现用户分层。

典型的就像RFM,找到产品中能够衡量用户价值的关键行为,对其进行交叉分析和评估,最终形成分层模型。

  • R 最近一次交易的时间:R值最大,说明发生交易的时间越久,反之,发生交易的时间越近。
  • F 交易的频次:F越大,说明交易频繁,是平台的用户用户,反之,用户不够活跃。
  • M 交易的总金额:M越大,客户价值越高,是平台的重点用户。

将用户每一维度与其中值对比,和中值高低与否,我们一共可以将用户划分成 2*2*2=8类用户。

了解了用户的分层等级,就可以对不同价值的用户实施精细化的运营,该促进消费的刺激消费,该召回的召回….

二、RFM模型的运用

具体的实施步骤:

下面我们就以一份电商的统计数据为例:

1. 先筛选数据

因为电商平台会有一些退货交易失败的情况,这部分不是我们要研究的对象,所以先筛选出交易成功的用户。

2. 定义RFM评估模型

用数据透视表查看数据分布情况,也可以根据具体业务情况进行划分等级,或者用28法,80%的用户都集中在低频低金额的区间,20%的用户却又创造了大部分营收。

根据上面的数据,我将三个维度区间划分成五个层级:

3. 先算出R值

相距的时间差:

用if函数算出各用户的F值:

IF(D10<=30,5,IF(D10<=60,4,IF(D10<=90,3,IF(D10<=120,2,1))))

4. 算出F值

算出每个用户的购买次数 :COUNTIFS(A:A,A2)

第二步:根据次数,算出对应的F值,因为大多数用户购买次数在5以下,直接用购买次数代替F值。

5. 算出M值

金额数做数据透视,算出每个用户的支付总额。

根据用户的消费金额,用if函数同样算出对应的M值分数。

6. 进一步计算

分别用计算出的RFM值跟中值做对比,比中值大的用“高”表示,反之用“低”。

IF(B6>$F$1,"高","低")

给其他两个打标签:

7. 用if函数自动计算出用户层级

IF(AND(F2="高",G2="高",H2="高"),"重要价值用户",
IF(AND(F2="高",G2="低",H2="高"),"重要保持用户",
IF(AND(F2="低",G2="高",H2="高"),"重要发展用户",
IF(AND(F2="低",G2="低",H2="高"),"重要挽留用户",
IF(AND(F2="高",G2="高",H2="低"),"一般价值用户",
IF(AND(F2="高",G2="低",H2="低"),"一般发展用户",
IF(AND(F2="低",G2="高",H2="低"),"一般保持用户",
IF(AND(F2="低",G2="低",H2="低"),"一般挽留用户"))))))))

8. 做表,制定策略

做数据透视表,算出不同层级用户的占比,针对其指定策略

 

本文由 @Even 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

weinxin
我的微信
这是我的微信扫一扫
  • 版权声明: 发表于 2019-10-2511:21:20,共 1307 字。
  • 转载注明:http://www.xiegushi.cn/11700/

发表评论

您必须才能发表评论!