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

在眾多的用戶價值分析模型中，RFM模型是被廣泛被應用的；RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段。

在眾多的用戶價值分析模型中，RFM模型是被廣泛被應用的；RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段，在RFM模式中，R(Recency)表示客戶購買的時間有多遠，F(Frequency)表示客戶在時間內購買的次數，M (Monetary)表示客戶在時間內購買的金額。

一般的分析型CRM著重在對于客戶貢獻度的分析，RFM則強調以客戶的行為來區分客戶。在實際應用中根據業務不同會有參考的數據維度也會有諸多變變種。

RFM模型的意義

RFM模型較為動態地顯示了一個客戶的全部輪廓，這對個性化的溝通和服務提供了依據，同時，如果與該客戶打交道的時間足夠長，也能夠較為精確地判斷該客戶的長期價值，通過改善三項指標的狀況，從而為更多的營銷決策提供支持。

RFM模型的應用，旨在建立一個用戶行為報告，這個報告會成為維系顧客的一個重要指標。

所以RFM模型大量的應用于營銷層面，用以刺激新用戶持續的消費、留存。同時也能作為監控業務用戶健康度的重要指標，報告如果顯示上一次購買很近的客戶，人數如增加，則表示該公司是個穩健成長的公司；反之，如上一次消費為一個月的客戶越來越少，則是該公司邁向不健全之路的征兆。

這里多提一句，單一功能性消費的垂直業務，常常會陷入只追求成交額的短期目標，而忽視與用戶建立長期的關系，與用戶持續保持往來，贏得用戶忠誠度，是對業務更為長效的目標。

用客戶絕對貢獻金額來分析客戶是否流失，有時會曲解客戶行為。因為每個商品價格可能不同，對不同產品的促銷有不同的折扣，所以采用相對的分級(例如R、F、M都各分為五級)來比較消費者在級別區間的變動，則更可以顯現出相對行為。

企業用R、F的變化，可以推測客戶消費的異動狀況，根據客戶流失的可能性，列出客戶，再從M（消費金額）的角度來分析，就可以把重點放在貢獻度高且流失機會也高的客戶上，重點拜訪或聯系，以最有效的方式挽回更多的用戶。

方法

運用RFM模型一般是為了細分出最有價值的用戶，利用有限的營銷資源重點投入，從而價值產出最大化；基于這個目的，我們通常需要將細分出的用戶按照RFM模型給出的分級排序，從最好到最差，然后什么都保持正常的方式，如果一段周期內，業務結果和你的排序一致，那么說明你的細分能夠相對準確地將有價值的用戶從整體用戶中劃分出來。

通常運營團隊會不斷的驗證和修訂維度，用于提升會員運營的效率，將預算花在該花的地方。

用戶行為是持續變動的，在用戶距上一次購買時間滿一個月之后，在數據庫里就成為消費為兩個月的客戶；反之，同一天，消費為3個月前的客戶作了其下一次的購買，他就成為消費為一天前的顧客，也就有可能在很短的期間內就收到新的營銷信息；不斷的調整模型劃分人群，然后對比業務結果，去驗證這套模型的準確性。而模型應用過程中涉及到一種算法和決策樹模型。

K-means算法是硬聚類算法，是典型的基于原型的目標函數聚類方法的代表，它是數據點到原型的某種距離作為優化的目標函數，利用函數求極值的方法得到迭代運算的調整規則。

K-means算法以歐式距離作為相似度測度，它是求對應某一初始聚類中心向量V最優分類，使得評價指標J最小。算法采用誤差平方和準則函數作為聚類準則函數。好吧，我承認這玩意兒太繞口，建議有興趣的去看看詰屈聱牙的原詞百科。

決策樹模型是非常基礎的數學定律，它決定邏輯推理的過程，并且在現有信息的基礎上，決定各種可能的替代選項的置信度。

很多商業決策都存在不確定性，在面對不確定性時，決策樹可以幫助選擇最佳行動方針。雖然決策者不知道未知的后果會怎樣，但是他一般對可能的后果及各自發生的可能性有所了解。了解的這些信息可以用來選出能獲得最大收益的選項，也就是用戶下次會不會繼續消費。

案例

會員運營團隊的預算相對于龐大的用戶規模，通常會捉襟見肘，所以當我們的預算不多，而且只能提供服務信息給小規模的重點用戶時，RFM模型就派上用場了。

這樣的營銷所節省下來的成本會很可觀 。結合這三個核心指標，我們把顧客分成多個類別，對其進行數據分析，然后制定我們的營銷策略。

以某垂直功能型互聯網業務為例，隨機抽取100萬用戶樣本，進行數據分析；

• 時間間隔：以提取樣本的時間點與用戶最后一次消費時間作差，看時間間隔平均為多少天。
• 消費頻次：用戶的消費行為平均為幾次，最大多少次，最小多少次。
• 消費金額：用戶消費金額平均為多少，最大最小分別是的多少。

使用K-means方法，對樣本集進行聚類，通常分為8類。

把聚類結果分為訓練集（30%）和測試集（70%），根據訓練集生成決策樹模型。

通過RFM分析將客戶群體劃分成一般保持客戶、一般發展客戶、一般價值客戶、一般挽留客戶、重要保持客戶、重要發展客戶、重要價值客戶、要挽留客戶等八個級別；

通過對比業務結果不斷修訂完善模型的同時，用營銷手段進一步擴大重要價值用戶群（考慮時間短、頻次高、消費高）。

結語

消費、消費頻率、消費金額是測算消費者價值最重要也是最容易的方法，這充分的表現了這三個指標對營銷活動的指導意義，但不代表這三個指標牢不可破，例如嘀嘀（快車、專車、順風車多業務類型）和支付寶（多功能場景）這種，業務方除了消費金額、頻次頻次以外，在制定補貼策略的時候，還會考慮用戶的跨場景使用，越多的功能業務場景被使用，意味著用戶忠誠度越高，這個時候將模型的核心指標增加或者調換，就可以實際應用到輔佐補貼策略上了，這也是為什么別人領券能領5塊錢，你只能領1塊錢，別人為啥能領到快車券，你只能領到接機專車券的原因了。

每周一篇互聯網運營相關的文章，偶爾以觀察者的角度說說業內零敲碎打的小事兒，捎帶手關注一下我吧。

作者：戴某DEMO，公眾號：非著名吐槽評論員，個人微信號：iamdaijia，新浪微博/知乎：戴某DEMO

本文由 @戴某DEMO 原創發布于人人都是產品經理。未經許可，禁止轉載。