數(shù)據(jù)分析中RFM模型還可以這樣用

作者 |?lpl

來源 | lpl (公眾號:數(shù)據(jù)分析從0到1)

前言

數(shù)據(jù)分析中我們不僅要掌握數(shù)據(jù)分析的方法睡毒,也要掌握一些運(yùn)營用的“用戶分層”?這些分層有助于我們在分析的時(shí)候清晰知道用戶到數(shù)據(jù)的定位来惧,讓我們分析更容易!

RFM模型組成

首先看一些RFM模型的組成:

R:最近一次消費(fèi)至今時(shí)間演顾;

F:一定時(shí)間內(nèi)重復(fù)消費(fèi)頻率供搀;

M:一定時(shí)間內(nèi)累計(jì)消費(fèi)金額;

RFM模型多數(shù)用于用戶價(jià)值分層钠至,不過用戶價(jià)值的定義可以有多個方面葛虐,并非必須是有消費(fèi)的用戶行為,比如對APP來說棉钧,廣告也是收入的來源之一屿脐,用戶點(diǎn)擊廣告也是增加公司的收入,用戶在APP使用核心功能,對公司運(yùn)營人員來說也是價(jià)值的體現(xiàn)的诵,所以本次我們就以APP在社群中的核心行為作為價(jià)值万栅,來進(jìn)行用戶分層。

在RFM模型里奢驯,三個變量的含義是很具體的:

R:離得越近申钩,用戶粘度越高。

F:頻次越高瘪阁,用戶認(rèn)可度越高撒遣。

M:消費(fèi)越多,用戶價(jià)值越高管跺。


圖片來自百度


分層

RFM模型構(gòu)成

本次樣本數(shù)據(jù)時(shí)間范圍是(2021-10-06~2021-10-12)近七天社區(qū)新用戶(數(shù)據(jù)為虛擬數(shù)據(jù))义黎。樣本數(shù)據(jù)大小為:5000人。

1豁跑、原始數(shù)據(jù)


樣本數(shù)據(jù)

數(shù)據(jù)為每個社區(qū)新用戶在近7天的行為匯總數(shù)據(jù)廉涕,有些小伙伴的數(shù)據(jù)是沒有匯總好的,數(shù)據(jù)量少的話可以使用excel的“數(shù)據(jù)透視表”艇拍。

2狐蜕、R值:

樣本數(shù)據(jù)范圍為7日新用戶,因?yàn)椴簧婕暗竭\(yùn)營等時(shí)間節(jié)點(diǎn)卸夕,比如2天內(nèi)完成發(fā)帖行為层释,4天內(nèi)要進(jìn)行話題分享等。我們這里以用戶活躍時(shí)間節(jié)點(diǎn)為基礎(chǔ)快集,所以R值表可以定義為:(樣本時(shí)間范圍?-(最后一次活躍時(shí)間-首次進(jìn)入時(shí)間))/ 樣本時(shí)間范圍贡羔。

R值定義

3、F值:

F代表頻次个初,計(jì)算不同操作頻次對應(yīng)的人數(shù)乖寒,可以使用“數(shù)據(jù)透視表”功能,然后再根據(jù)出現(xiàn)的次數(shù)進(jìn)行五等分(=ROUNDUP(RANK.EQ(L3,L:L)/10,0))院溺,最后得到的是:


等分?jǐn)?shù)據(jù)

可以得到F的值:

F值

4楣嘁、M值:

M代表金額,如果金額有里程碑珍逸,比如首次消費(fèi)30元為一次用戶等級進(jìn)階逐虚,則M的值可以參考每個階段定的里程碑,如果沒有的話弄息,可以參考實(shí)際金額的最大值痊班,然后進(jìn)行排序分組勤婚,如果不知道分多少摹量,可以用總數(shù)/10,進(jìn)行調(diào)整。然后用數(shù)據(jù)透視表求出每個級別的最大值和最小值缨称,和出現(xiàn)的人數(shù)凝果。

以上根據(jù)社區(qū)行為數(shù)據(jù)來確定每個行為操作的權(quán)值來代替消費(fèi)金額計(jì)算:

權(quán)值

用以上一系列值得到的是:

十等分,數(shù)據(jù)透視表取最大最小值睦尽,并記錄等分后的個數(shù)

可以得出M的值:

得出的M值


RFM匯總

將RFM值用IF函數(shù)匯總得到:

R=(7-B2)/7

F=IF(C2=0,0,IF(C2<9,1,IF(C2<19,2,IF(C2<30,3,IF(C2<47,4,5)))))

M=IF(D2=0,0,IF(D2<1,0.5,IF(D2<2,1,IF(D2<3,2,IF(D2<4,3,IF(D2<5,4,IF(D2<10,5,6)))))))


匯總數(shù)據(jù)

確定中值器净,中值是來評判R值、F值当凡、M值的高低山害,中值一般是運(yùn)營策略定好的,這里是行為數(shù)據(jù)代替沿量,所以沒有中值浪慌,可以用平均值(Average函數(shù))來代替中值,得到的是:


平均值為條件

然后再用IF函數(shù)來給R朴则、F权纤、M進(jìn)行分值高低處理。

R=IF(E3>$E$1,"高","低")

F=IF(F3>$F$1,"高","低")

M=IF(G3>$G$1,"高","低")


得到層級

運(yùn)用“IF函數(shù)”+“And函數(shù)”乌妒,算出每位用戶的用戶類型汹想。

最終價(jià)值=IF(AND(H3="高",I3="高",J3="高"),"重要價(jià)值用戶",IF(AND(H3="高",I3="低",J3="高"),"重要發(fā)展用戶", IF(AND(H3="低",I3="高",J3="高"),"重要保持用戶", IF(AND(H3="低",I3="低",J3="高"),"重要挽留用戶", IF(AND(H3="高",I3="高",J3="低"),"一般價(jià)值用戶", IF(AND(H3="高",I3="低",J3="低"),"一般發(fā)展用戶", IF(AND(H3="低",I3="高",J3="低"),"一般保持用戶" , "一般挽留用戶")))))))


最終數(shù)據(jù)


圖表

關(guān)注公眾號【數(shù)據(jù)分析從0到1】,下期更精彩撤蚊。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末古掏,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子拴魄,更是在濱河造成了極大的恐慌冗茸,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,366評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件匹中,死亡現(xiàn)場離奇詭異夏漱,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)顶捷,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,521評論 3 395
  • 文/潘曉璐 我一進(jìn)店門挂绰,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人服赎,你說我怎么就攤上這事葵蒂。” “怎么了重虑?”我有些...
    開封第一講書人閱讀 165,689評論 0 356
  • 文/不壞的土叔 我叫張陵践付,是天一觀的道長。 經(jīng)常有香客問我缺厉,道長永高,這世上最難降的妖魔是什么隧土? 我笑而不...
    開封第一講書人閱讀 58,925評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮命爬,結(jié)果婚禮上曹傀,老公的妹妹穿的比我還像新娘。我一直安慰自己饲宛,他們只是感情好皆愉,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,942評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著艇抠,像睡著了一般幕庐。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上家淤,一...
    開封第一講書人閱讀 51,727評論 1 305
  • 那天翔脱,我揣著相機(jī)與錄音,去河邊找鬼媒鼓。 笑死届吁,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的绿鸣。 我是一名探鬼主播疚沐,決...
    沈念sama閱讀 40,447評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼潮模!你這毒婦竟也來了亮蛔?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,349評論 0 276
  • 序言:老撾萬榮一對情侶失蹤擎厢,失蹤者是張志新(化名)和其女友劉穎究流,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體动遭,經(jīng)...
    沈念sama閱讀 45,820評論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡芬探,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,990評論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了厘惦。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片偷仿。...
    茶點(diǎn)故事閱讀 40,127評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖宵蕉,靈堂內(nèi)的尸體忽然破棺而出酝静,到底是詐尸還是另有隱情,我是刑警寧澤羡玛,帶...
    沈念sama閱讀 35,812評論 5 346
  • 正文 年R本政府宣布别智,位于F島的核電站,受9級特大地震影響稼稿,放射性物質(zhì)發(fā)生泄漏薄榛。R本人自食惡果不足惜浓若,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,471評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望蛇数。 院中可真熱鬧,春花似錦是越、人聲如沸耳舅。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,017評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽浦徊。三九已至,卻和暖如春天梧,著一層夾襖步出監(jiān)牢的瞬間盔性,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,142評論 1 272
  • 我被黑心中介騙來泰國打工呢岗, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留冕香,地道東北人。 一個月前我還...
    沈念sama閱讀 48,388評論 3 373
  • 正文 我出身青樓后豫,卻偏偏與公主長得像悉尾,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子挫酿,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,066評論 2 355

推薦閱讀更多精彩內(nèi)容