RFM模型总结

1. 什么是RFM模型&＃xff1f;

• RFM名词解释

  • R&＃xff1a;最近一次消费&＃xff08;recency&＃xff09; 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&＃xff1a;消费频次&＃xff08;frequency&＃xff09; 用户在一段时间内&＃xff0c;在产品内的消费频次&＃xff0c;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&＃xff1a;消费金额&＃xff08;monetary&＃xff09; 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&＃xff0c;需要结合实际业务

  • R&＃xff1a;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&＃xff1a;浏览次数、发帖次数、评论次数
  • M&＃xff1a;充值金额、打赏金额、评论数、点赞数

• 举例说明 &＃xff0c;发现过去一周&＃xff0c;豆瓣图书版块的整体流量下降10%&＃xff0c;同时&＃xff0c;文学书籍类别下的分享帖环比下降5%&＃xff0c;你要去分析原因

  • 图书版块整体流量下降&＃xff0c;可以理解为这个版块的活跃下降&＃xff0c;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%&＃xff0c;可以看下过去一周的发帖数。
  • 同时&＃xff0c;流量下降&＃xff0c;我们可以看下是否因为帖子质量相对下降&＃xff0c;导致用户的互动&＃xff08;评论、收藏等&＃xff09;下降&＃xff0c;进而导致流量下降。

2. RFM有什么作用&＃xff1f;

• 作用&＃xff1a;对不同用户&＃xff0c;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&＃xff0c;把R、F、M按照价值打分 &＃xff0c;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&＃xff0c;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&＃xff0c;可看整体趋势&＃xff0c;从而发现明显断档的形式进行&＃xff0c;也可以用散点图、透视表、占比图等进行判断&＃xff0c;可以通过聚类的方法。
• 对于中值的计算&＃xff0c;最简单的是本文所说的平均值计算方式&＃xff0c;还有二八法则&＃xff0c;20%的用户创造了80%的收益