用户分层精细化运营-RFM模型-分类模型
为什么引入RFM模型?
在营销活动中，每个客户的价值因其购买能力和实际需求的不同而各不相同，寻找一种工具来辨别客户价值至关重要。客户价值模型的建立可以对客户进行排序分类，然后对客户进行个性化营销。
什么是RFM 模型?
RFM模型的三个指标： R：最近一次消费（recency），代表用户距离当前最后一次消费的时间，当然是最近一次消费的时间距今越短越好，对我们来说更有价值，更可能有效的去触达他们。 F：消费频次（frequency），用户在一段时间内，在产品内的消费频次，重点是我们对一段时间的定义。 M：消费金额（monetary），代表用户的价值贡献。 每个轴设定一个中间值，高于中间值则为高，低于中间值则为低。 通过三个指标将用户分为8个类别。
RFM模型的使用场景
互动行为：最近一次互动时间、互动频次、用户的互动次数； 直播行为：最近一次观看直播时间、直播观看频次、观看直播累计时长； 内容行为：最近一次观看内容时间、观看内容频次、观看内容字数； 评论行为：最近一次评论时间、评论频次、累计评论次数等等等等。
会员运营团队的预算相对于庞大的用户规模，通常会捉襟见肘，所以当我们的预算不多，而且只能提供服务信息给小规模的重点用户时，RFM模型就派上用场了。
对不同用户采用不同券促销手段
对R↓F↓M↓的客户发放定额红包，鼓励尝试推广，刺激进一步转化。对R↓F↓M↑的客户发放限时促销券，刺激他更高频的消费。对R↑F↑M↓的客户发放满减促销券，刺激他更高额度的消费。
对不同消费用户采取的运营态度
RFM模型如何实现
五分评分制
也可以用箱线图的四等分 可以看趋势图分段 可以用聚类算法分类
高和低的划分
可以是R、F、M的平均值/中位数/以标准差校正后的值
实现方法
可用tableau、Excel、R等工具实现
案例
用tableau的超市数据实现 1.计算三个参数 2.分段赋值 3.计算高低值 4.判断用户类别 5.进一步分析计算
