中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

2. 按統計方式分類

按統計方式分類的標簽可分為事實類標簽、規則類標簽、預測類標簽。與按用途分類不同的是，按統計方式分類的3類標簽通常面向研發人員，意指標簽是按何種方式計算而來，其復雜程度、產研成本由低至高。

1) 事實類標簽

事實類標簽是用戶畫像最基礎、最常見的標簽，通常是基于原始數據清理后的歸類，用于描述客觀事實。例如，姓名、會員等級、終端類型、購買次數、購買金額等。

2) 規則類標簽

規則類標簽，顧名思義，是基于確定的規則而產生。與事實類標簽不同的是，規則類標簽擁有更多的業務屬性，其業務規則需與業務人員共同制定。例如，將“活躍用戶”標簽可定義為，“過去30天發生a行為x次”&“過去30天發生b行為x次”，進行綜合評定。

① 用戶活躍度標簽

實際業務場景中會涉及根據用戶的活躍情況，給用戶貼上高活躍、中活躍、低活躍、流失等標簽。那這個過程中高中低活躍度對應的時間范圍是如何劃分的呢？

在這里，靠拍腦門可行不通，標簽講究定義有依據、建設有方法。

首先劃分用戶的流失周期，運用拐點理論：X軸上數值的增加會帶來Y軸數值大幅增益（減益），直到超過某個點之后，當X增加時Y的數據增益（減益）大幅下降，即經濟學里面的邊際收益的大幅減少，那個點就是圖表中的“拐點”。

比如圖中流失周期增加到5周的時候，用戶回訪率的縮減速度明顯下降，所以這里的5周就是拐點。

我們可以用5周作為定義用戶流失的期限，即一個之前訪問/登錄過的用戶，如果之后連續5周都沒有訪問/登錄，則定義該用戶流失。劃分完流失周期之后，初期可根據根據四分位數，將用戶的活躍情況劃分為高中低，后期根據數據情況更新規則。

② 四分位數

也稱為四分位點，是指在統計學中把所有數值從小到大排列并分為四等分，處于三個分割點位置的數值。

如歷史數據，選擇近1個月訪問APP次數在0-8之間，則取3/4分位點為6、1/4分位點為2。

• 高活躍用戶：近1個月訪問APP次數在[6,8]區間的用戶
• 中活躍用戶：近1個月訪問APP次數在[2,6]區間的用戶
• 低活躍用戶：近1個月訪問APP次數在[0,2]區間的用戶

③ RFM標簽

根據美國數據庫營銷研究所Arthur Hughes的研究，客戶數據庫中有3個神奇的要素，這3個要素構成了數據分析最好的指標：最近一次消費時間、消費頻率、消費金額。

• 最近一次消費（Recency）：指用戶上一次購買的的時間，一般上一次消費時間越近的顧客是質量更佳的顧客。最近一次消費是維系顧客關系的一個重要指標。
• 消費頻率（Frequency）：顧客在限定時間周期內消費的次數。消費頻率高的顧客，也是滿意度最高的顧客。根據這個指標，可以把客戶分成幾等份，相當于劃分了一個忠誠度的階梯。
• 消費金額（Monetary）：消費金額時產能最直接的衡量指標，也可以驗證“二八定律”，公司80%的收入來自于20%的顧客。

我們在設計RFM標簽時，可根據二八定律來進行標簽分級。

④ 二八定律

二八定律又名80/20定律、帕累托法則，它是在19世紀末由意大利經濟學家帕累托發現的。

帕累托認為，在任何一組東西中，最重要的只占其中一小部分，約20%，其余80%盡管是多數，卻是次要的。給一個公司帶來80%利潤的是20%的客戶，按照這個原則，如果能把這20%的客戶找出來，提供更好的服務，這對于公司的發展和業績增長起到至關重要的作用。

• R：如歷史數據中80%的用戶最近訪問<90日為“近”，用戶最近訪問>=90日為“遠”。
• F：如歷史交易訂單量80%的用戶訂單量<10單為“低頻”，訂單量>=10單為“高頻”。
• M：如歷史交易訂單金額80%的用戶交易金額<2000元為“低額”，交易金額>=2000元的為“高額”。

客戶類型可劃分為：

• 重要價值客戶：R↑ F↑ M↑，消費金額、消費頻次大且最近有消費的用戶，則為優質客戶；可傾斜更多資源、提供VIP服務、專屬客服通道、個性化服務
• 重要保持客戶：R↓ F↑ M↑，消費金額和消費頻次大，但最近無消費，需要喚回；可提供有用資源，通過續訂或更新產品贏回他們
• 重要發展客戶：R↑ F↓ M↑，消費金額大，且最近有交易，但消費頻次不高，需要重點識別；可交叉銷售，提供會員/忠誠計劃，推薦其他產品
• 重要挽留客戶：R↓ F↓ M↑，消費金額大，但消費頻次不高且最近吳曉飛，此為最潛在有價值的客戶，需要挽留；可采取push消息觸達，回訪等措施，來提高留存率
• 一般價值客戶：R↑ F↑ M↓，消費頻次高且最近有消費，但消費金額較??；需要進一步挖掘，向上銷售更高價值的產品
• 一般保持客戶：R↓ F↑ M↓，消費頻次高，但最近無消費且消費金額較?。豢上蛏箱N售更高價值的產品
• 一般發展客戶：R↑ F↓ M↓，最近有消費，但消費頻次及金額較??；可按消費類型推薦其感興趣的產品
• 一般挽留客戶：R↓ F↓ M↓，無消費的新用戶；可開展活動，免費試用，提高客戶興趣，建立品牌認知度

3) 預測類標簽

預測類標簽，基于現有事實及規則無法得出，需要運用決策樹算法、貝葉斯算法等進行數據挖掘與訓練，得出標簽預測結果。

預測類標簽復雜度高、開發周期長、開發成本高，且需要算法工程師參與，通常此類標簽的占比較少。

3. 按時效分類

按時效分類，可分為靜態標簽、動態標簽，方便業務人員在需求提出時做好時間維度的限制，同時方便開發人員在標簽更新時，設置靜態標簽的更新時間更長，提升數據產出效率。

1）靜態標簽

靜態標簽通常用于描述固有屬性，不隨時間的變化而改變，如性別、身高、體重等。

2）動態標簽

動態標簽需要動態更新，來保持標簽的有效性，如近7天購買次數、近30天加購次數等。

二、標簽分級

隨著標簽的增多，當標簽數量發展到成百上千量級時，業務方要從中找一個標簽就會十分困難。所以標簽在建設初期就需要進行分級分類的管理，就像整理電腦文件夾一般，分類清晰的標簽更便于查詢使用。

標簽常用的分級結構為：一級標簽、二級標簽、三級標簽、四級……逐級往下分。

注意：建設初期要注意的是層級不必生搬硬套、劃分過細，根據標簽建設實際情況劃分即可。如果公司只有幾十個標簽，則劃分至二級足矣，過細反而累贅。