滴滴用户精细化运营实战（下）

上一篇文章《滴滴用户精细化运营实战（上）》主要给大家讲解了RFM模型的基础知识，本篇文章将以滴滴出行场景为例，给大家讲解RFM模型是如何进行实战应用的。

一、业务背景介绍

我们想要对滴滴出行乘客进行分类运营，针对每一层级的用户采取个性化的运营策略，目前初步选定使用RFM分层模型对用户进行分层，于是抽取了某个月（2021年1月1日 - 2021年1月31日）部分出行订单数据进行了分析，数据信息如下表：

注：数据进行了脱敏处理

二、计算 R、F、M值

1. 计算R值：最近一次打车距统计时间(2021年2月1日)的间隔天数

2. 计算F值：最近30天内打车次数

3. 计算M值：最近30天内打车总金额

4. 观察R、F、M值的分布情况

三、判断 R、F、M 结果

如果要判断R、F、M的高低，首先需要计算R、F、M值的得分，然后根据得分判定其高低。

3.1 计算R、F、M值得分

这里采用归一标准化方法分别对R、F、M值进行打分，计算公式如下：

• R 值得分

• F 值得分

• M 值得分

3.2 判断R、F、M高低

• 判断 R 值结果：R 代表间隔时间越短，价值越大，因此当 R 得分小于均值，价值判断结果为“高”，当 R 得分大于均值，价值判断结果为“低”

• 判断 F 值结果：F 代表次数越多，价值越大，因此当 F 得分大于均值，价值判断结果为“高”，当 F 得分小于均值，价值判断结果为“低”

• 判断 M 值结果：M 代表金额越高，价值越大，因此当 M 得分大于均值，价值判断结果为“高”，当 M 得分小于均值，价值判断结果为“低”

四、分层结果

• 分层实现

• 不同层级用户分布

五、制定精细化运营策略

根据RFM模型，我们将用户分成八类，分别是重要价值用户、重要发展用户、重要保持用户、重要挽留用户、一般价值用户、一般发展用户、一般保持用户、一般挽留用户，在实际运营过程中，我们可以针对每一类用户分别采取个性化运营策略。

 关注我，获取更多数据分析干货！