RFM模型速览
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）
| R（y） | F（x） | M（z） | |
|---|---|---|---|
| 1.重要价值用户 | 时间差小 | 频率高 | 总金额多 |
| 2.重要发展用户 | 时间差小 | 低 | 总金额多 |
| 3.重要保持用户 | 大 | 低 | 总金额多 |
| 4.重要挽留用户 | 大 | 频率高 | 总金额多 |
| 5.一般价值用户 | 时间差小 | 频率高 | 少 |
| 6.一般发展用户 | 时间差小 | 低 | 少 |
| 7.一般保持用户 | 大 | 低 | 少 |
| 8.一般挽留用户 | 大 | 频率高 | 少 |
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
- 选用上述R、F、M对应指标（或者还有衍生指标）计算RFM值
- 根据不同行业或业务为RFM指定赋分标准
- 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
- 针对不同类型用户提出精益化运营优化方案
- 实施优化方案
