会员(用户)数据化运营——分析模型

在上篇文章中，介绍了《python数据分析与数据化运营》一书中会员数据化运营的相关指标，本次将继续介绍部分分析模型。
会员数据化运营指标的文章请点击https://blog.csdn.net/Taozidede/article/details/84659371

 二、会员数据化运营分析模型
2.1 会员细分模型
①基于属性的细分
人口学：性别、年龄、受教育程度等；
地理学：南北方、城市规模、中西部、沿海内陆等；
会员行为：消费等级（高/中/低价值会员）、购买产品类别、会员等级（钻石、黄金、青铜）等；
②ABC分类法
这是基于帕累托二八法则所衍生出的一种分类方法。
例：想要从交易订单金额角度对用户进行分类
可将用户id和订单金额 按照订单金额降序排列，并计算订单金额的累积百分比，选取前80%的用户作为A类用户，80~90%的为B类用户，90~100%的为C类用户。
③聚类法
基于非监督的机器学习法对用户进行分类。

2.2 会员价值度模型——RFM
R——表示最近一次购买时间
F——购买频率
M——购买金额
RFM模型需要先选取截止时间节点和计算周期；
分别计算用户的R、F、M；
对R、F、M进行五等分，值越大代表价值度越高，注意其中R与其他指标反向，在进行等分时，最近一次购买时间越接近现在需要赋更大的值；
在计算RFM值时，可通过拼接或求和的方式，如R、F、M分别得分3/5/2，则RFM值为352