-
當(dāng)前位置:首頁(yè) > 創(chuàng)意學(xué)院 > 技術(shù) > 專題列表 > 正文
rfm模型怎么建立
大家好!今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于rfm模型怎么建立的問題,以下是小編對(duì)此問題的歸納整理,讓我們一起來(lái)看看吧。
開始之前先推薦一個(gè)非常厲害的Ai人工智能工具,一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等
只需要輸入關(guān)鍵詞,就能返回你想要的內(nèi)容,越精準(zhǔn),寫出的就越詳細(xì),有微信小程序端、在線網(wǎng)頁(yè)版、PC客戶端
官網(wǎng):https://ai.de1919.com。
創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè),服務(wù)客戶遍布全球各地,如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話175-8598-2043,或添加微信:1454722008
本文目錄:
一、【分析方法or思維】RFM模型——用戶價(jià)值分析
RFM模型是衡量客戶價(jià)值和客戶創(chuàng)利能力的重要工具和手段,模型主要是利用客戶的最近一次消費(fèi)(Recency)、總體消費(fèi)頻率(Fequency)以及消費(fèi)全額(Monetary)3項(xiàng)指標(biāo)來(lái)描述該客戶的價(jià)值狀況。 RFM代表近度,頻率和額度,這些指標(biāo)表征了客戶的一些消費(fèi)行為和習(xí)慣。頻率和額度會(huì)影響客戶的生命周期價(jià)值,新近度會(huì)影響保留率,而保留率是忠誠(chéng)度的衡量標(biāo)準(zhǔn)。
RFM是一種客戶細(xì)分技術(shù),用以幫助營(yíng)銷人員快速識(shí)別用戶類型及群體分類,并幫助營(yíng)銷人員根據(jù)客戶細(xì)分類型的共性、個(gè)性提供一定的營(yíng)銷策略。因而,RFM的最終成果是客戶的分類及分類分析。
二、【知識(shí)分享】RFM模型與顧客生命周期管理(二)
二. RFM模型的應(yīng)用
說(shuō)到應(yīng)用,主要可拆分為三個(gè)步驟:進(jìn)行客戶細(xì)分、輸出目標(biāo)客戶還有針對(duì)性的二次營(yíng)銷。與一般想象不同,并不是細(xì)分維度越多越好——我們主要有兩個(gè)指標(biāo)來(lái)幫助自己選擇合適的細(xì)分指標(biāo):一是店鋪規(guī)模,而是店鋪的商品和顧客結(jié)構(gòu)。比如一個(gè)只有百人客戶群的店鋪,那么其用戶畫像的豐富性一定不及餓了么的外賣群體;一個(gè)只賣母嬰產(chǎn)品的垂直網(wǎng)站,其典型的用戶畫像一定是母親和幼兒,不論其用戶群大小。
這張表格闡述了營(yíng)銷方法、客戶細(xì)分以及營(yíng)銷策略三者之間的關(guān)系。從R值可區(qū)分顧客的活躍程度,從F值可以區(qū)分顧客的忠誠(chéng)程度,從M值可以區(qū)分顧客的可獲利程度。
我們可以根據(jù)RFM的綜合值給每個(gè)用戶進(jìn)行打分(線性?三維立體?),分?jǐn)?shù)越高的顧客對(duì)店鋪的意義和重要性越大。但不代表分?jǐn)?shù)低的那些組人員需要放棄。相反,我們?cè)俅螐?qiáng)調(diào)的是對(duì)于不同的顧客,營(yíng)銷策略要差異化。
CHAPTER THREE 顧客生命周期管理
生命周期,born-grow-flourish-decend-death,有生有亡,這是個(gè)必然的過(guò)程。顧客也是,每天有新人來(lái),每天也有顧客遺忘你。作為店鋪管理者,需要關(guān)注的重點(diǎn)是如何有效的劃分客戶生命周期以及如何針對(duì)不同生命周期客戶制定有效的營(yíng)銷策略。
上表以店鋪售賣商品類目回購(gòu)周期為維度,劃分了生命周期的五個(gè)階段,并標(biāo)明了客戶特征。供大家參考。
CHAPTER FOUR 顧客生命周期營(yíng)銷
結(jié)合上一張圖的顧客營(yíng)銷策略,這里是一張示例的計(jì)劃表。
這張圖列舉了目前市面上可見的維系類活動(dòng)與營(yíng)銷類活動(dòng)。
三、RFM模型分析實(shí)戰(zhàn)
新版本迭代后增加vip歌單功能,用戶需購(gòu)買vip成為會(huì)員后方可進(jìn)行播放行為。因此,主要對(duì)vip用戶數(shù)、付費(fèi)率進(jìn)行監(jiān)控。
自上線以來(lái),付費(fèi)率無(wú)明顯提升。想著看下哪些用戶適合定向推送vip內(nèi)容,哪些適合贈(zèng)送vip以增加粘性,因此有了這次RFM探索性分析模型。
通過(guò)RFM模型,探索用戶價(jià)值,將用戶分重要價(jià)值用戶、重要發(fā)展用戶、重要保持用戶、重要挽回用戶等8個(gè)層級(jí)進(jìn)行精細(xì)化運(yùn)營(yíng)。目的是提高產(chǎn)品付費(fèi)率。
R:最近一次發(fā)起播放的日期(原:最近一次消費(fèi)到當(dāng)前的時(shí)間間隔)
F:近半年發(fā)起播放的總次數(shù)(原:固定時(shí)間內(nèi)購(gòu)買次數(shù))
M:近半年發(fā)起播放的總播放時(shí)長(zhǎng)(原:固定時(shí)間內(nèi)消費(fèi)總額)
104w條記錄,F(xiàn)最大值183,最小值1,還算正常;M最大值730w分鐘,均值267分鐘,需要清洗;R日期正常。
uid設(shè)備id也存在null和不符合規(guī)范的情況,也需要清洗。
圖上處于波浪趨勢(shì),天數(shù)越久遠(yuǎn)波動(dòng)越小。
柱形圖呈長(zhǎng)尾分布,說(shuō)明更多用戶近半年僅播放1次就流失了,大于60以外的用戶屬于高頻播放用戶,稍后在分箱時(shí)尤其注意。播放日期也是同樣
這里有個(gè)默認(rèn)的說(shuō)法:
最近有過(guò)播放行為的客戶,再次播放幾率更高;
播放次數(shù)高的客戶比播放次數(shù)低的客戶更有可能再次播放;
播放時(shí)長(zhǎng)較長(zhǎng)的客戶更有可能再次播放;
將RFM三個(gè)字段以3位分界線,大于等于3值認(rèn)為是高等級(jí)變更為1,小于3認(rèn)為低等級(jí)變更為0
后續(xù)補(bǔ)充
事后運(yùn)營(yíng)同學(xué)針對(duì)不同用戶有針對(duì)性的開展相應(yīng)的活動(dòng):
做RFM模型時(shí),最讓我頭疼之處在于分箱,因?yàn)檎鎸?shí)的業(yè)務(wù)數(shù)據(jù)中播放時(shí)長(zhǎng)和播放次數(shù)肯定是小占大量,也就是長(zhǎng)尾分布,查了很多有關(guān)分箱的資料。經(jīng)過(guò)試驗(yàn)發(fā)現(xiàn)并不適合等頻和等距,于是只能用自定義分箱,這里不確定自定義劃分的準(zhǔn)確性,如果以后在學(xué)到可用的資料,我會(huì)及時(shí)更新本文。卡方分箱看到一篇好文章,準(zhǔn)備試驗(yàn)一下~感謝,聽我的碎碎念?。?!Peace and love❤️
四、rfm怎么計(jì)算
rfm模型是基于客戶行為的消費(fèi)分析模型,它通過(guò)客戶的最近一次消費(fèi)時(shí)間、客戶消費(fèi)的頻率和客戶消費(fèi)的金額來(lái)評(píng)估客戶價(jià)值。具體來(lái)說(shuō),它由以下三個(gè)維度組成:
1)R(Recency):最近一次消費(fèi)的時(shí)間,可以幫助企業(yè)分析客戶的最新消費(fèi)行為;
2)F(Frequency):消費(fèi)的頻率,可以幫助企業(yè)發(fā)現(xiàn)客戶的消費(fèi)習(xí)慣;
3)M(Monetary):消費(fèi)的金額,可以幫助企業(yè)了解客戶的消費(fèi)能力。
通過(guò)計(jì)算上述三個(gè)維度,可以給每一位客戶打分,從而實(shí)現(xiàn)對(duì)客戶價(jià)值的分級(jí),以便合理地安排客戶營(yíng)銷策略。
以上就是關(guān)于rfm模型怎么建立相關(guān)問題的回答。希望能幫到你,如有更多相關(guān)問題,您也可以聯(lián)系我們的客服進(jìn)行咨詢,客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。
推薦閱讀:
杭州濱江區(qū)那塊是富人區(qū)(杭州濱江區(qū)有錢人多么)