标签：判断   why   使用   记录   优惠券   The   tab   模型   帮助   

RFM模型速览

?

what

• RFM用以下指标帮助我们对用户进行分类，辅助时间精细化运营

• R，最近一次消费时间

  • R值越小，用户价值越高

• F，消费频率

  • F值越大，用户价值越高

• M，消费金额（一段时间内，一般是30天）

  • M值越大，用户价值越高

?

why

我们将F放在x轴，将R放在y轴（注意，y轴向右表示R的价值越高，即“最近一次消费时间到当前时间”的时间差小），将M放在z轴，因此有（对应罗马数字各个象限）

小结一下就是

• 总金额M决定是重要用户还是一般用户（类比淘票票的会员等级，看电影越多等级越高）
• 最近一次购物时间R和频率F
  • 价值用户：时间差小且频率高
  • 发展用户：时间差小但频率不高（可能需要推送优惠券，这就涉及到精益化运营）
  • 保持用户：时间差大且频率不高（这类用户可能对产品不感冒，主动转化为更高级用户或者尽可能保持对产品的使用）
  • 挽留用户：时间差大但历史记录中频率高（这类用户具有价值用户的潜力，但可能即将流失或者退化为保持用户，需要提醒用户或者调动积极性）

?

how

1. 选用上述R、F、M对应指标（或者还有衍生指标）计算RFM值
2. 根据不同行业或业务为RFM指定赋分标准
3. 计算R、F、M的平均值，这里的平均值就是判断时间差大小，频率高低，总金额多少的标准
4. 针对不同类型用户提出精益化运营优化方案
5. 实施优化方案

?

RFM模型速览

标签：判断   why   使用   记录   优惠券   The   tab   模型   帮助   

原文地址：https://www.cnblogs.com/G-Aurora/p/13599498.html