1. 什么是RFM模型?
-
RFM名词解释
- R:最近一次消费(recency) 代表用户距离当前最后一次消费的时间 反向值 R越大 用户价值越低
- F:消费频次(frequency) 用户在一段时间内,在产品内的消费频次,重点是我们对一段时间的定义 正向值 F越大 用户价值越高
- M:消费金额(monetary) 代表用户的价值贡献 正向值 M越大 用户价值越高
-
8种分类
-
在其他领域中同样适用,需要结合实际业务
- R:最近一次登录时间、最近一次发帖时间、最近一次投资时间、最近一次观看时间
- F:浏览次数、发帖次数、评论次数
- M:充值金额、打赏金额、评论数、点赞数
-
举例说明 ,发现过去一周,豆瓣图书版块的整体流量下降10%,同时,文学书籍类别下的分享帖环比下降5%,你要去分析原因
- 图书版块整体流量下降,可以理解为这个版块的活跃下降,可以看下过去一周的登录数。
- 文学书籍类别下的分享帖下降5%,可以看下过去一周的发帖数。
- 同时,流量下降,我们可以看下是否因为帖子质量相对下降,导致用户的互动(评论、收藏等)下降,进而导致流量下降。
2. RFM有什么作用?
- 作用:对不同用户,制定不同的营销策略
3. 怎么构建RFM模型
- 流程
- 原始数据计算R、F、M值
- 按照趋势,把R、F、M按照价值打分 ,1-5分
- 计算价值的平均数 某指标比平均分低 标记低
- 用户分类规则表,得出分类
- 在定义R值、F值、M值的评估模型进行数据区间分隔时,可看整体趋势,从而发现明显断档的形式进行,也可以用散点图、透视表、占比图等进行判断,可以通过聚类的方法。
- 对于中值的计算,最简单的是本文所说的平均值计算方式,还有二八法则,20%的用户创造了80%的收益