rfm|够清楚!用户分层与RFM模型可以这么做

编辑导语:在数据分析中,事前策划分析是最容易让人摸不着头脑的一种类型。如何做好事前策划分析,作者从用户分层以及RFM模型支了几招,或许对你有所帮助,我们一起来看下吧。
rfm|够清楚!用户分层与RFM模型可以这么做
文章插图
说在前面:大家好,我是爱学习的小xiong熊妹。
在各类型数据分析中,事前策划分析,是最容易让人摸不着头脑的。经常遇到运营的小伙伴跑来问:“小熊妹,领导让分析分析用户,找找营销机会,这怎么找呀??”
实际上,这种情况也确实很难办。俗话说:“字数越少,问题越大。”
如果在事前策划的时候,领导有很清晰的指示,比如:“对过去一年内累计消费1万元以上,且最近30天都没有登录的用户,每人免费送一个礼品,在登录APP后可领取”那分析就简单多了。只要按照条件,把符合领取资格的人的名单统计出来即可。
但如果没有这么细的要求,甚至只有一句话:分析分析看看。那很有可能我们辛辛苦苦做出来的东西,领导也不满意,最后白费力气。
【 rfm|够清楚!用户分层与RFM模型可以这么做】因此,这个时候最重要的是:做好分类,把每种情况列清楚,然后针对具体情况给出我们的建议。至于领导采不采纳,让他们自己决定。比如最常见的:“分析分析用户”,我们可以用RFM模型做分类。
RFM模型由三个基础指标组成:

  • R:最近一次消费至今时间
  • F:一定时间内重复消费频率
  • M:一定时间内累计消费金额
RFM模型里,三个变量的含义是很具体的:
  • M:消费越多,用户价值越高。
  • R:离得越远,用户越有流失可能。
  • F:频次越低,越需要用一次性手段(比如促销、赠礼),频次越高,越可以用持续性手段(积分) 来维护
因此RFM能直接从数据推导出行动建议,是一种非常好用的办法。
实例分析:
一起来看个具体例子:某个打车出行APP,已按RFM格式,统计好用户数据(如下图,仅为示例数据100条),现领导要求:分析分析用户情况。要怎么分析呢?
rfm|够清楚!用户分层与RFM模型可以这么做
文章插图
一、第一步第一步:先看M。区分用户价值是第一位的,先认清谁是大客户,谁是小客户,后边工作思路才清晰。这里只有100个例子,因此可以直接用excel的排序功能。
但假如数据有10000条,再排序一条条看就很不方便了,因此推荐一个通用的分类方法:十等分法。
十等分法背后的原理是:二八定律。相当多的业务,都是消费排名前20%的用户贡献80%的消费。因此可以先把用户按消费高低,分成10组,然后再看每一组的消费占整体比例,找出大客户。具体操作如下图所示。
rfm|够清楚!用户分层与RFM模型可以这么做
文章插图
二、第二步分好组以后,可以打开数据透视表,看一下每组的消费占比。
rfm|够清楚!用户分层与RFM模型可以这么做
文章插图
哇!第一组用户就贡献了40%+的消费,前三组合起来,共30%的用户贡献额74%的消费,真是大客户呢,因此可以分类如下:
  • 第一组:VIP3(最高级VIP)
  • 第二组、第三组:VIP2(每组消费占整体大于10%)
  • 第四、第五组:VIP1(每组消费占整体大于5%,小于10%)
  • 剩下5组:VIP0(单组消费占整体不足5%)
这里可以用一个IF语句,来做好分类(如下图)。
rfm|够清楚!用户分层与RFM模型可以这么做
文章插图
三、第三步分类完以后可以观察每组的消费门槛在哪里,比如第一组的门槛是798元/月。在运营制定策略的时候,很有可能为了方便,找一个最近的整数。