快速找出高价值用户,3分钟学会RFM模型分析
在眾多的客戶(hù)關(guān)系管理分析模式中,應(yīng)用最廣泛的就是RFM模型,它可以通過(guò)一個(gè)客戶(hù)的近期購(gòu)買(mǎi)行為、購(gòu)買(mǎi)的頻率以及花了多少錢(qián)三項(xiàng)指標(biāo)來(lái)描述客戶(hù)的價(jià)值情況。
RFM模型用戶(hù)分群是介于千人千面的個(gè)性化運(yùn)營(yíng)和未加區(qū)分粗放式運(yùn)營(yíng)的一種折中方式。相比于千人千面的個(gè)性化運(yùn)營(yíng),基于RFM用戶(hù)價(jià)值分群實(shí)現(xiàn)簡(jiǎn)單、開(kāi)發(fā)周期短,更能從整體層面判斷用戶(hù)的價(jià)值。
一.什么是RFM模型?
R代表消費(fèi)時(shí)間間隔(Recency),指用戶(hù)最近一次發(fā)生購(gòu)買(mǎi)行為,距離今天的天數(shù)。F代表消費(fèi)頻率(Frequency),指用戶(hù)在一段時(shí)間內(nèi),發(fā)生購(gòu)買(mǎi)行為的次數(shù)。M代表消費(fèi)金額(Monetary),指用戶(hù)在某一段時(shí)間內(nèi),購(gòu)買(mǎi)商品金額的總和。RFM模型從三個(gè)維度評(píng)價(jià)用戶(hù)的總體價(jià)值類(lèi)型,根據(jù)單個(gè)類(lèi)別用戶(hù)的分值和總均值的關(guān)系,將用戶(hù)分為如下8類(lèi)。
二.如何構(gòu)建RFM模型?
通過(guò)RFM就可以幫我們了解哪些是重要價(jià)值客戶(hù)?哪些是需要重點(diǎn)保持聯(lián)系的客戶(hù)?哪些是重要發(fā)展客戶(hù)?哪些是重要挽留客戶(hù)?他們都有什么特點(diǎn)?接下來(lái)介紹一下如何建立RFM模型。
第一種方法是基于規(guī)則的劃分,可計(jì)算全體用戶(hù)平均消費(fèi)頻率、平均消費(fèi)時(shí)間間隔、平均消費(fèi)金額,對(duì)每個(gè)用戶(hù)從R、F、M角度與全體用戶(hù)的平均水平做比較,從各維度劃分出用戶(hù)的價(jià)值。
另一種方法是基于聚類(lèi)方法的劃分,此方法與基于規(guī)則劃分方式不同,是通過(guò)“物以類(lèi)聚”的思想,將每個(gè)用戶(hù)的R、F、M三個(gè)維度特征數(shù)據(jù)進(jìn)行聚類(lèi)。通常可以采用k-means聚類(lèi)的方式劃分用戶(hù)分群。k-means是通過(guò)計(jì)算不同樣本的距離來(lái)判斷它們的相近關(guān)系,將相近的樣本放到同一個(gè)類(lèi)別中。
具體原理如下:
對(duì)于給定的樣本集,按照樣本之間的距離大小,將樣本集劃分為K個(gè)簇。讓簇內(nèi)的點(diǎn)盡量緊密的連在一起,而讓簇間的距離盡量的大。
步驟1:
隨機(jī)取k個(gè)初始中心點(diǎn)
步驟2:
對(duì)于每個(gè)樣本點(diǎn)計(jì)算到這k個(gè)中心點(diǎn)的距離,將樣本點(diǎn)歸到與之距離最小的那個(gè)中心點(diǎn)的簇。這樣每個(gè)樣本都有自己的簇了
步驟3:
對(duì)于每個(gè)簇,根據(jù)里面的所有樣本點(diǎn)重新計(jì)算得到一個(gè)新的中心點(diǎn),如果中心點(diǎn)發(fā)生變化回到步驟2,未發(fā)生變化轉(zhuǎn)到步驟4
步驟4:
得出聚類(lèi)結(jié)果
如下表是用戶(hù)數(shù)據(jù),該數(shù)據(jù)包括用戶(hù)ID、消費(fèi)頻次、消費(fèi)金額、用戶(hù)最近一次消費(fèi)距離今日期。
將數(shù)據(jù)上傳到永洪desktop,利用自帶的深度分析模塊中的聚類(lèi)算法可實(shí)現(xiàn)k-means聚類(lèi)如下圖:
通過(guò)上面的分析就可以獲得用戶(hù)的分類(lèi)結(jié)果,如下:
從各人群特征可以看出,第一類(lèi)人群消費(fèi)時(shí)間間隔較長(zhǎng),消費(fèi)次數(shù)較少,且消費(fèi)金額低,是價(jià)值較低的用戶(hù)群體,做次要運(yùn)營(yíng);第二類(lèi)人群消費(fèi)時(shí)間間隔較短,消費(fèi)次數(shù)較多,同時(shí)消費(fèi)金額處于中等水平,是重點(diǎn)運(yùn)營(yíng)的用戶(hù)群;第三類(lèi)人群消費(fèi)時(shí)間間隔最短,消費(fèi)次數(shù)最多且消費(fèi)金額最大,屬于高價(jià)值用戶(hù)群體,應(yīng)做重點(diǎn)維護(hù)。
綜合以上分析,RFM模型在產(chǎn)品精細(xì)化運(yùn)營(yíng)中發(fā)揮著重要的作用,運(yùn)用RFM模型可幫助篩選目標(biāo)客戶(hù)群,從而帶來(lái)更高的流量和訂單轉(zhuǎn)化。
總結(jié)
以上是生活随笔為你收集整理的快速找出高价值用户,3分钟学会RFM模型分析的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 选择头秃还是植发?大数据告诉你植发行业水
- 下一篇: 数据对比国内外电影票房,国产剧差在哪?