用户价值和RFM模型

什么是用户价值？

用户价值就是对公司来说有用的地方，比如有的公司看中用户的消费能力，有的公司则看中用户的忠诚度 。各公司的业务目的不同，用户价值的体现自然也不同。这里主要说一下适用于电商的RFM模型。

 

什么是RFM模型？

RFM模型根据用户最近一次消费时间R，消费频率F，消费金额M，计算出RFM值，通过RFM这三个维度来评估用户的价值。

 

R（Recency）：最近一次消费。用户距离上一次消费的时间间隔。R值越大，表示用户最近一次消费的时间距离现在越久。R指标反应了用户对品牌的熟悉度和回购频率。

F（Frequency）：消费频率。用户在一段时间内的消费次数。F值越大，表示客户在最近一段时间交易次数越多。F指标反应了用户对品牌的忠诚度及购买习惯是否养成。

M（Monetary）：消费金额。用户在一段时间内的消费金额。M值越大，表示客户消费能力越大。M指标反应了用户价值和产品认可度。

 

RFM模型有什么用？

可以根据RFM模型将用户进行细分，并通过RFM这三个维度将用户分成多个类别，以便实现精益化运营。

 

用户的8个类别：

 

如何计算RFM值？

R值、F值、M值这三个维度存在量级差距，无法直接通过加减运算来计算出RFM值。计算RFM值有两大类方法：

 

1，评分方法

方法一：采用5分制为RFM三个维度的值赋予一个评分值。对于F、M变量来讲，值越大代表购买购买频率越高、订单金额越高；但对R来讲，值越小代表离截止时间点越近。然后将三个值拼接到一起，例如RFM得分为312、333、132。

方法二：将RFM三个维度的值进行加权后相加求得一个新的汇总值。

方法三：分别求每个用户的R,F,M与R平均值、F平均值、M平均值的差，将差值>1的数据赋值为‘1’，差值<=1赋值为‘0’。这个过程分别将RFM三个维度的数据分为两种结果（1或者0）。接着将RFM三个值组合拼接，得到8个数值：111、011、101、110、001、010、100、000；再将8个数值赋值为8类标签：'011':'重要保持客户'，'101':'重要发展客户'，'001':'重要挽留客户'，'110':'一般价值客户'，'010':'一般保持客户'，'100':'一般发展客户'，'000':'一般挽留客户'。

 

2，算法方法

一般用K-means聚类算法将用户进行分组，从而找出最具有价值的用户群。

 

需要注意的是：1，使用RFM模型的时候应灵活变换，根据不同的需要增改维度。事实上，RFM模型已经在诸多领域产生了不同的变种，如：航空公司在原有RFM模型上加入用户注册时长和平均折扣率，形成LRFMC模型，对客户价值进行分析，从而对不同人群设计相应发展策略；信用卡征信工作中，通过用户历史行为、经济风险特征和收入风险情况三个指标，对用户进行分群，判断用户信用情况。

                         2，用户的状态是不断变化的，因此RFM值也需要定期更新，结合业务方的需求，一般至少每周更新一次。

 

参考：http://www.sohu.com/a/307487599_114819

           https://zhuanlan.zhihu.com/p/72040924