RFM模型总结

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