亚洲中文精品a∨在线,国产在线精品在线精品,国产亚洲欧美一区,欧美肉肉丝视频一区二区

      <delect id="vygfn"><pre id="vygfn"></pre></delect>

      <delect id="vygfn"><pre id="vygfn"></pre></delect>
      <tbody id="vygfn"></tbody>

      • <tbody id="vygfn"></tbody>

      • 您當(dāng)前位置: 唯學(xué)網(wǎng) » 用戶增長(zhǎng)師 » 用戶增長(zhǎng)師教育新聞 »

        以母嬰店為例,用戶分層全過程及策略(一)

        以母嬰店為例,用戶分層全過程及策略(一)

        唯學(xué)網(wǎng) • 教育培訓(xùn)

        2022-6-24 15:42

        唯學(xué)網(wǎng) • 中國教育電子商務(wù)平臺(tái)

        加入收藏

        01

        RFM的概念

        RFM分層亦稱RFM分群,指的是一種衡量顧客或用戶價(jià)值的模型。R、F、M分別代表Recency(最近一次消費(fèi)時(shí)間)、Frequency(消費(fèi)頻率)、Monetary Value(消費(fèi)金額),它從三個(gè)維度將用戶分為八類,分別采取針對(duì)性的運(yùn)營(yíng)策略。

        02

        RFM的計(jì)算

        下面以某母嬰店的例子來看RFM具體如何計(jì)算,分為以下幾個(gè)步驟:

        Step 1,采集R、F、M數(shù)據(jù)

        在采集數(shù)據(jù)的時(shí)候,我們要先明確兩件事:一是采集的時(shí)間區(qū)間,二是用戶對(duì)象。

        時(shí)間區(qū)間指的就是采集距當(dāng)前時(shí)點(diǎn)多長(zhǎng)時(shí)間的數(shù)據(jù)。

        用戶對(duì)象是指要分析哪一部分用戶,還是說全體用戶,根據(jù)實(shí)際需要。

        在本例中,采集的是近12個(gè)月以來的全量用戶數(shù)據(jù),數(shù)據(jù)中包含3個(gè)字段,即用戶ID——用來區(qū)分用戶個(gè)體,消費(fèi)時(shí)間——指產(chǎn)生訂單的具體日期,消費(fèi)金額——指單次消費(fèi)金額,原始數(shù)據(jù)樣本如下表所示:

        Step 2,確定R、F、M的評(píng)分模型

        采集了基礎(chǔ)數(shù)據(jù)后,我們就可以來衡量單個(gè)用戶在某一維度上的數(shù)據(jù)表現(xiàn)是高,還是低?比如,表中的340.40元算是什么水平?如果沒有參照值,就無法給出結(jié)論。

        那這個(gè)高、低是和誰比呢?是與抽取出來的這個(gè)數(shù)據(jù)樣本內(nèi)部進(jìn)行對(duì)比,比如樣本的中心水平的消費(fèi)金額是300元,那340.4元就是“高”。

        這個(gè)“中心水平”怎么計(jì)算呢?比較常用的方法就是等頻和等寬進(jìn)行切分,比如計(jì)算消費(fèi)金額的平均值。但平均值只適合于均類數(shù)據(jù)(例如某個(gè)班上男生的身高數(shù)據(jù),離散程度沒有那么大),但對(duì)于一些不規(guī)則數(shù)據(jù),平均值的代表性就會(huì)比較差。比如該店有4位用戶,消費(fèi)金額分別為3000元、700元、600元、20元,從直覺上我們就知道前3位用戶是重要用戶,但如果按平均值(1080元)來評(píng)判的話只有第1位用戶才高過平均水平——屬于重要用戶,這顯然是不合理的。也可以考慮用中位數(shù),它比平均值會(huì)更合理一點(diǎn),上面4位用戶消費(fèi)金額的中位數(shù)是650元,以這個(gè)值作為參照,前2位用戶是重要用戶,這個(gè)結(jié)果比用平均值好一點(diǎn),但仍然不是太理想。比較好的做法是,通過聚類算法分別找到R、F、M數(shù)據(jù)的中心點(diǎn);蛘,用簡(jiǎn)化的建模方法來確定。

        下面,我們重點(diǎn)介紹簡(jiǎn)化的建模方法,它通過Excel工具即可完成。

        怎么做呢?我們先要結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景和數(shù)據(jù),分別對(duì)R、F、M定性評(píng)分(1-5分):

        對(duì)于R,我們經(jīng)過分析用戶消費(fèi)數(shù)據(jù)發(fā)現(xiàn),一般來講用戶注冊(cè)后會(huì)在20天內(nèi)下單,那么20天是一個(gè)比較重要的周期;大部分用戶在50天內(nèi)完成第2次消費(fèi),大部分在80天內(nèi)完成第3次消費(fèi),大部分在150天內(nèi)完成第4次消費(fèi)。于是,我們可以將距離當(dāng)前0-20天內(nèi)消費(fèi)的用戶評(píng)為5分(距當(dāng)前越近得分越高),將20-50天內(nèi)消費(fèi)的用戶評(píng)為4分,50-80天的為3分,80-150天的為2分,150天以上的為1分。

        對(duì)于F,我們可以將近12個(gè)月中消費(fèi)5次(含)以上的評(píng)為5分,消費(fèi)4次的4分…消費(fèi)1次的1分。

        對(duì)于M,我們分析12個(gè)月的消費(fèi)數(shù)據(jù),計(jì)算出平均每次消費(fèi)金額為367元,那么,對(duì)應(yīng)F次數(shù),我們也可以按照5個(gè)區(qū)間進(jìn)行評(píng)分:367元(含)以內(nèi)為1分,367-734元為2分,734-1101元為3分,1101-1468元為4分,1468元以上為5分。

        通過上面的定性、定量相結(jié)合的方法,我們就建立了一個(gè)簡(jiǎn)單的RFM評(píng)估模型。

        Step 3,計(jì)算R、F、M的實(shí)際得分

        按照上面的評(píng)分模型,我們用Excel表可以非常方便地計(jì)算出每位用戶的R、F、M上的得分(其中B列的R值為距離當(dāng)前最近一次的消費(fèi)時(shí)間間隔),如表所示:

        上表中,每一行代表一位用戶的數(shù)據(jù)。R表示最近一次消費(fèi)時(shí)間距離當(dāng)前的天數(shù),如果一位用戶最近12個(gè)月里有多次消費(fèi)記錄,則取離得最近的那次消費(fèi),R則為該時(shí)間點(diǎn)與當(dāng)前時(shí)間點(diǎn)的差值,用天來表示;F表示最近12個(gè)月里共有多少次消費(fèi);M表示最近12個(gè)月里的消費(fèi)總金額,注意這里是總金額而非某單次的消費(fèi)金額。

        Step 4,對(duì)R、F、M進(jìn)行高低比較

        接下來 ,我們分別對(duì)每位用戶的R、F、M得分與平均值進(jìn)行比較,比如將所有用戶的R值得分求和再除以用戶總數(shù),得到平均值是2.3,那么低于這個(gè)值,比較結(jié)果就是“低”,高于這個(gè)值,結(jié)果就是“高”。

        由于我們已經(jīng)將分值按業(yè)務(wù)實(shí)際情況分成了5檔,因而此處的基準(zhǔn)取平均值或中值都是合適的。

        以上,就是完整的RFM計(jì)算步驟。

        來源:SMEI官方

        以上是關(guān)于用戶增長(zhǎng)師的相關(guān)信息,以供大家查看了解。想要了解更多用戶增長(zhǎng)師信息,第一時(shí)間了解用戶增長(zhǎng)師相關(guān)資訊,敬請(qǐng)關(guān)注唯學(xué)網(wǎng)用戶增長(zhǎng)師欄目,如有任何疑問也可在線留言,小編會(huì)為您在第一時(shí)間解答!

        用戶尾圖.png

        0% (10)
        0% (0)
        已有條評(píng)論