圖片發(fā)自簡書App

RFM模型是用于評估客戶已有價值和用戶潛在價值的一套重要方法，早期的RFM模型出現(xiàn)在營銷事件中。

R（Recency）

最近一次消費與上一次消費的時間差，R值越大，說明用戶上一次交易的時間越久遠，也證實了用戶與產(chǎn)品親密度的下降。

F（Frequency）

消費頻率，可以理解為某一時間段內(nèi)的消費次數(shù)，具體的時間段需要依據(jù)產(chǎn)品特性而定，F(xiàn)值越大，說明用戶活躍度越高，是個正向反饋。

M（Monetary）

消費金額，用戶在某一時間段內(nèi)的消費總金額，M值越大，說明用戶帶來的價值越大。

R、F、M三個值，R與效果成反比，其他兩個均成正比。

根據(jù)R、F、M三個值我們可以將用戶分成8組

其中，“小”代表具體的值小于組內(nèi)的平均數(shù)，“大”代表具體的值大于組內(nèi)的平均數(shù)。

這樣我們就可以針對不同類型下的用戶采用不同的運營策略，從而降低成本，提高轉(zhuǎn)化效率。

現(xiàn)在，應(yīng)用在傳統(tǒng)營銷行業(yè)的經(jīng)典rfm模型轉(zhuǎn)移到了互聯(lián)網(wǎng)行業(yè)中，同樣適用。通過RFM方法，我們根據(jù)用戶的屬性數(shù)據(jù)分析，對用戶進行了歸類。在推送、轉(zhuǎn)化等很多過程中，可以更加精準化，不至于出現(xiàn)用戶反感的情景，更重要的是，對產(chǎn)品轉(zhuǎn)化等商業(yè)價值也有很大的幫助

我們拿現(xiàn)在很火的內(nèi)容類產(chǎn)品舉例，這時的R、F、M有了新的對應(yīng)關(guān)系

對于瀏覽用戶：

對于貢獻用戶：

套用上面的分層規(guī)則，我們可以把龐大的用戶群體進行歸類細分，從而實施不同的手段運營。

總結(jié)一下，我們在使用這套模型的基本流程：

平臺定位：首先你要明確你的產(chǎn)品屬于哪一類型，是內(nèi)容類產(chǎn)品、電商類產(chǎn)品、還是游戲類等等。根據(jù)不同的產(chǎn)品類型，圈定R、F、M的代表領(lǐng)域的范圍。

用戶定位：每個平臺也對應(yīng)著不同的用戶群體，是消費者還是生產(chǎn)者，對應(yīng)的R、F、M的具體意義也是不一樣的。

數(shù)據(jù)獲?。哼@個環(huán)節(jié)需要結(jié)合產(chǎn)品確定時間長度，每個產(chǎn)品的性質(zhì)對應(yīng)著不同的時間長度，可以是一年、一個月、也可以是一周。獲取數(shù)據(jù)時一定要足夠隨機，量也要足夠多。

數(shù)據(jù)分析：由于數(shù)據(jù)龐大，需要對R、F、M的縱坐標進行分段，根據(jù)已經(jīng)分段的數(shù)值進行定位，哪些是初級，哪些是中級，哪些是高級，關(guān)于分段和定位級別，不同的產(chǎn)品也需要有一些不同的技巧，可以按照等差數(shù)列劃分，也可以按照等比數(shù)列劃分，提供一個“二八原則”，80%的收益大多數(shù)來自于20%的用戶，所以可以用這個當(dāng)臨界點作為分層，之后結(jié)合自己擅長的圖解方法進行分解，散點圖、折線圖、透視圖等。

方案制定：根據(jù)分析并分類的用戶，需要制定不同的運營策略，是放棄，保持，推送喚醒，誘惑召回，刺激需求等

把握好每一個環(huán)節(jié)，必然能做好用戶分層及轉(zhuǎn)化。案例及一些技巧后續(xù)更新～

網(wǎng)頁題目：實現(xiàn)用戶分層的手段——RFM模型
網(wǎng)頁路徑：http://www.rwnh.cn/news/173834.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供虛擬主機、網(wǎng)站建設(shè)、服務(wù)器托管、網(wǎng)頁設(shè)計公司、面包屑導(dǎo)航、品牌網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)