Labs 導(dǎo)讀

隨著互聯(lián)網(wǎng)的快速發(fā)展，各類產(chǎn)品層出不窮，產(chǎn)品的競(jìng)爭(zhēng)壓力也逐漸增加，用戶對(duì)于互聯(lián)網(wǎng)產(chǎn)品的要求也逐漸嚴(yán)苛，對(duì)于用戶體驗(yàn)的關(guān)注度也越來越高，只有符合用戶習(xí)慣，被用戶認(rèn)可的產(chǎn)品才會(huì)在競(jìng)爭(zhēng)中具有優(yōu)勢(shì)，因此，針對(duì)不同類型用戶進(jìn)行精細(xì)化管理和運(yùn)營(yíng)十分重要，而進(jìn)行用戶精細(xì)化運(yùn)營(yíng)的前置步驟即為使用合適的標(biāo)準(zhǔn)對(duì)用戶進(jìn)行分類，進(jìn)而將用戶劃分成不同群組，再針對(duì)不同群組的用戶指定差異化的運(yùn)營(yíng)策略。本文介紹的RFM(Recency Frequency Money)模型，就是目前在數(shù)據(jù)分析中常用的一種用戶分群方法，利用RFM完成用戶分群，再針對(duì)不同用戶實(shí)施不同的運(yùn)營(yíng)策略，實(shí)現(xiàn)用戶精細(xì)化運(yùn)營(yíng)。

Part 01 RFM模型概述 

RFM(Recency-Frequency-Monetary)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，在消費(fèi)型產(chǎn)品中具有較為廣泛的運(yùn)用，其中R表示最近一次消費(fèi)間隔時(shí)間，F(xiàn)表示特定時(shí)間范圍內(nèi)消費(fèi)次數(shù)，M表示特定時(shí)間范圍內(nèi)消費(fèi)總額，對(duì)于非消費(fèi)類型的產(chǎn)品，這樣的定義方式不再適用，從用戶活躍和行為角度考慮，可以對(duì)RFM模型進(jìn)行變形，定義R為最近一次活躍間隔天數(shù)，F(xiàn)為某時(shí)間范圍內(nèi)活躍天數(shù)，M為某時(shí)間范圍內(nèi)價(jià)值分?jǐn)?shù)，價(jià)值分?jǐn)?shù)可以利用用戶在產(chǎn)品中的重要行為進(jìn)行計(jì)算，利用R、F、M三個(gè)指標(biāo)維度維度，將用戶分為重要價(jià)值用戶、重要發(fā)展用戶、重要保持用戶、重要挽留用戶、一般價(jià)值用戶、一般發(fā)展用戶、一般保持用戶、一般挽留用戶8種價(jià)值類型，可用于對(duì)用戶進(jìn)行精細(xì)化運(yùn)營(yíng)，整體流程如圖1所示。

圖1 用戶價(jià)值評(píng)估及分類方法總體流程

Part 02 用戶數(shù)據(jù)獲取模塊

利用客戶端登錄接口上報(bào)數(shù)據(jù)，統(tǒng)計(jì)用戶活躍數(shù)據(jù)明細(xì)，利用客戶端埋點(diǎn)接口上報(bào)數(shù)據(jù)，統(tǒng)計(jì)用戶在客戶端上的訪問行為數(shù)據(jù)明細(xì)，對(duì)于用戶活躍數(shù)據(jù)及用戶行為數(shù)據(jù)進(jìn)行匯聚，得到用戶數(shù)據(jù)集，具體獲取流程如圖2所示。

圖2 用戶數(shù)據(jù)獲取流程

Part 03 RFM指標(biāo)計(jì)算模塊

RFM指標(biāo)計(jì)算如圖3所示，在獲得用戶數(shù)據(jù)集(用戶活躍數(shù)據(jù)、用戶行為數(shù)據(jù))后，利用用戶活躍數(shù)據(jù)計(jì)算用戶最近一次活躍間隔天數(shù)，以及在特定時(shí)間范圍(近N天)內(nèi)用戶活躍次數(shù)。利用用戶行為數(shù)據(jù)，計(jì)算用戶在特定時(shí)間范圍(近N天)內(nèi)在特定功能上的使用情況，此處的功能可以根據(jù)產(chǎn)品特點(diǎn)自定義(如表1所示)，如總體上可以將功能劃分為核心功能與附加功能兩類，核心功能包括評(píng)論、點(diǎn)贊、轉(zhuǎn)發(fā)分享、添加購(gòu)物車、下單購(gòu)買等，附加功能包括參與抽獎(jiǎng)活動(dòng)、參與簽到活動(dòng)、參與用戶調(diào)研等，根據(jù)產(chǎn)品實(shí)際情況和運(yùn)營(yíng)目標(biāo)進(jìn)行功能類型和數(shù)量的調(diào)整。

使用用戶最近一次活躍間隔天數(shù)，使用如表2所示的規(guī)則進(jìn)行R指標(biāo)得分計(jì)算(此處的分?jǐn)?shù)劃分規(guī)則也可以根據(jù)實(shí)際情況調(diào)整)，當(dāng)用戶最近一次活躍間隔天數(shù)為21天及以上則此項(xiàng)得分為0分，當(dāng)間隔天數(shù)為11~20天則此項(xiàng)得分為20分，當(dāng)間隔天數(shù)為6~10天則此項(xiàng)得分為60分，當(dāng)間隔天數(shù)為4~5天則此項(xiàng)得分為80分，當(dāng)間隔天數(shù)為3天以內(nèi)則此項(xiàng)得分為100分。

使用用戶在特定時(shí)間范圍(近N天)內(nèi)用戶活躍次數(shù)，使用如表3所示的規(guī)則進(jìn)行F指標(biāo)得分計(jì)算(此處的分?jǐn)?shù)劃分規(guī)則也可以根據(jù)實(shí)際情況調(diào)整)，當(dāng)用戶活躍1~2次時(shí)此項(xiàng)得分為20分，當(dāng)用戶活躍3~5次時(shí)此項(xiàng)得分為40分，當(dāng)用戶活躍6~8次時(shí)此項(xiàng)得分為60分，當(dāng)用戶活躍9~15次時(shí)此項(xiàng)得分為80分，當(dāng)用戶活躍16次以上時(shí)此項(xiàng)得分為100分。

使用用戶在特定時(shí)間范圍(近N天)內(nèi)在特定功能上的使用情況數(shù)據(jù)，使用如表4所示的規(guī)則進(jìn)行M指標(biāo)得分計(jì)算(此處的分?jǐn)?shù)劃分規(guī)則也可以根據(jù)實(shí)際情況調(diào)整)，當(dāng)用戶使用i個(gè)核心功能和j個(gè)附加功能時(shí)，此項(xiàng)得分為(80×i/I)+(20×j/J)分，此項(xiàng)滿分為100分。

圖3 RFM指標(biāo)計(jì)算過程

表1 功能使用舉例

表2 R指標(biāo)得分規(guī)則

表3 F指標(biāo)得分規(guī)則

表4 M指標(biāo)得分規(guī)則

圖片

Part 04 RFM模型構(gòu)建模塊

如圖4所示，在RFM指標(biāo)計(jì)算后，即形成用戶的RFM特征集，在RFM模型構(gòu)建模塊，需要使用R、F、M三項(xiàng)指標(biāo)將用戶劃分為不同類別。在此部分，首先需要計(jì)算每一項(xiàng)指標(biāo)的閾值，在整體用戶的RFM特征集基礎(chǔ)上，計(jì)算所有用戶R、F、M三項(xiàng)指標(biāo)的均值，使用均值作為每項(xiàng)指標(biāo)的閾值。

圖4 RFM指標(biāo)計(jì)算流程

Part 05 用戶價(jià)值評(píng)估及分類模塊

在RFM模型構(gòu)建完成后，即可利用模型對(duì)用戶進(jìn)行分類，用戶分類標(biāo)準(zhǔn)如表5所示：

(1)當(dāng)用戶的R、F、M指標(biāo)均較高時(shí)，將用戶劃分為重要價(jià)值用戶;

(2)當(dāng)用戶的R、M指標(biāo)較高而F指標(biāo)較低時(shí)，將用戶劃分為重要發(fā)展用戶;

(3)當(dāng)用戶的F、M指標(biāo)較高而R指標(biāo)較低時(shí)，將用戶劃分為重要保持用戶;

(4)當(dāng)用戶的M指標(biāo)較高而R、F指標(biāo)較低時(shí)，將用戶劃分為重要挽留用戶;

(5)當(dāng)用戶的R、F指標(biāo)較高而M指標(biāo)較低時(shí)，將用戶劃分為一般價(jià)值用戶;

(6)當(dāng)用戶的R指標(biāo)較高而F、M指標(biāo)較低時(shí)，將用戶劃分為一般發(fā)展用戶;

(7)當(dāng)用戶的F指標(biāo)較高而R、M指標(biāo)較低時(shí)，將用戶劃分為一般保持用戶;

(8)當(dāng)用戶的R、F、M指標(biāo)均較低時(shí)，將用戶劃分為一般挽留用戶。

表5 用戶價(jià)值分類規(guī)則

從劃分規(guī)則上可以看出：M指標(biāo)決定用戶是否為重要用戶;當(dāng)用戶使用間隔較短、頻率較高時(shí)價(jià)值較高;當(dāng)用戶使用間隔較短、頻率較低時(shí)，可重點(diǎn)考慮用戶發(fā)展運(yùn)營(yíng)策略的制定;當(dāng)用戶使用間隔較長(zhǎng)、頻率較高時(shí)，可重點(diǎn)考慮用戶保持運(yùn)營(yíng)策略的制定;當(dāng)用戶使用間隔較長(zhǎng)、頻率較低時(shí)可考慮用戶可能已經(jīng)在流失中，需要重點(diǎn)考慮挽留運(yùn)營(yíng)策略的制定。利用用戶價(jià)值評(píng)估和分類結(jié)果即可針對(duì)不同類型用戶進(jìn)行針對(duì)性的運(yùn)營(yíng)策略制定，實(shí)現(xiàn)用戶精細(xì)化運(yùn)營(yíng)。