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

用戶運營中，使用RFM模型進行用戶分層是常規操作，那么具體如何實現呢？本文將具體進行分析。

用戶的價值分層，主要有兩種方式：

1. 通過用戶的成長軌跡，根據用戶的生命周期做定義：導入期-成長期-成熟悉-休眠期-流失期，每個階段對用戶的運營目標都不一樣。
2. 根據用戶的關鍵行為做劃分，對用戶進行區隔，實現用戶分層。

典型的就像RFM，找到產品中能夠衡量用戶價值的關鍵行為，對其進行交叉分析和評估，最終形成分層模型。

• R 最近一次交易的時間：R值最大，說明發生交易的時間越久，反之，發生交易的時間越近。
• F 交易的頻次：F越大，說明交易頻繁，是平臺的用戶用戶，反之，用戶不夠活躍。
• M 交易的總金額：M越大，客戶價值越高，是平臺的重點用戶。

將用戶每一維度與其中值對比，和中值高低與否，我們一共可以將用戶劃分成 2*2*2=8類用戶。

了解了用戶的分層等級，就可以對不同價值的用戶實施精細化的運營，該促進消費的刺激消費，該召回的召回….

二、RFM模型的運用

具體的實施步驟：

下面我們就以一份電商的統計數據為例：

1. 先篩選數據

因為電商平臺會有一些退貨交易失敗的情況，這部分不是我們要研究的對象，所以先篩選出交易成功的用戶。

2. 定義RFM評估模型

用數據透視表查看數據分布情況，也可以根據具體業務情況進行劃分等級，或者用28法，80%的用戶都集中在低頻低金額的區間，20%的用戶卻又創造了大部分營收。

根據上面的數據，我將三個維度區間劃分成五個層級：

3. 先算出R值

相距的時間差：

用if函數算出各用戶的R值：

IF(D10<=30,5,IF(D10<=60,4,IF(D10<=90,3,IF(D10<=120,2,1))))

4. 算出F值

算出每個用戶的購買次數 ：COUNTIFS(A：A，A2)

第二步：根據次數，算出對應的F值，因為大多數用戶購買次數在5以下，直接用購買次數代替F值。

5. 算出M值

金額數做數據透視，算出每個用戶的支付總額。

根據用戶的消費金額，用if函數同樣算出對應的M值分數。

6. 進一步計算

分別用計算出的RFM值跟中值做對比，比中值大的用“高”表示，反之用“低”。

IF(B6>$F$1,"高","低")

給其他兩個打標簽：

7. 用if函數自動計算出用戶層級

IF(AND(F2="高",G2="高",H2="高"),"重要價值用戶",
IF(AND(F2="高",G2="低",H2="高"),"重要保持用戶",
IF(AND(F2="低",G2="高",H2="高"),"重要發展用戶",
IF(AND(F2="低",G2="低",H2="高"),"重要挽留用戶",
IF(AND(F2="高",G2="高",H2="低"),"一般價值用戶",
IF(AND(F2="高",G2="低",H2="低"),"一般發展用戶",
IF(AND(F2="低",G2="高",H2="低"),"一般保持用戶",
IF(AND(F2="低",G2="低",H2="低"),"一般挽留用戶"))))))))

8. 做表，制定策略

做數據透視表，算出不同層級用戶的占比，針對其指定策略

本文由 @Even 原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。