RFM模型在用户分层中的应用( 二 )


综上,我们可以把3~5次交易频次的用户作为一个区间考虑,所以,F值的关键节点为“1、2、3、5、6“,可得F值表:

RFM模型在用户分层中的应用

文章插图

3) M值表
同样的,根据产品的业务特性或数据分布情况进行区间划分 。由于前面已经写过,这里不再赘述,直接定义M值表 。
RFM模型在用户分层中的应用

文章插图

4. 定义R值,F值,M值和中值
参照前面所定义的R值、F值和M值表,将每位用户“最近一次交易时间差”、“交易频次”、“交易金额”转换为评估模型的语言 。
1) R值、F值、M值
运用“IF函数”,算出每位用户的R值、F值和M值 。
R值=IF(B3>365,1,IF(B3>180,2,IF(B3>60,3,IF(B3>15,4,5))))
F值=IF(C3<2,1,IF(C3<3,2,IF(C3<6,3,4)))
M值=IF(D3>1200,1,IF(D3>1000,2,IF(D3>800,3,IF(D3>600,4,5))))
RFM模型在用户分层中的应用

文章插图

2) 中值
如果没有中值,将无法评估每位用户的R值、F值和M值是高是低(即是处于坐标轴的上方还是下方) 。最常见的做法是取平均值和中位数,另外也可以用二八法则进行推算 。这里我们以取平均值作为中值为例 。
如图,运用“Average函数“,分别算出R、F、M的平均值(即中值) 。
RFM模型在用户分层中的应用

文章插图

5. 对用户进行分层
首先,运用“IF函数”,分别算出每位用户的R值、F值、M值的高低,即每位用户的R值、F值和M值与中值相比,是大还是小 。
R值的高低=IF(E3>$E$1,"高","低")
F值的高低=IF(F3>$F$1,"高","低")
M值的高低=IF(G3>$G$1,"高","低")
RFM模型在用户分层中的应用

文章插图

最后,运用“IF函数”+“And函数”,算出每位用户的用户类型 。
用户类型=IF(AND(H3="高",I3="高",J3="高"),"重要价值用户",IF(AND(H3="高",I3="低",J3="高"),"重要发展用户", IF(AND(H3="低",I3="高",J3="高"),"重要保持用户", IF(AND(H3="低",I3="低",J3="高"),"重要挽留用户", IF(AND(H3="高",I3="高",J3="低"),"一般价值用户", IF(AND(H3="高",I3="低",J3="低"),"一般发展用户", IF(AND(H3="低",I3="高",J3="低"),"一般保持用户" , "一般挽留用户")))))))
RFM模型在用户分层中的应用

文章插图

6. 制定不同层级的运营策略,执行检验并迭代
RFM模型在用户分层中的应用

文章插图
对于“重要发展用户”,即购买课程时间较近,购买金额较高,但购买频次较低的用户,他们本身购买意愿和购买能力较高,可以为他们推荐更高阶或与当前课程有关联性的其他课程,提高他们的购买频次 。
对于“一般发展用户”,也就是不久前发生购买行为的新用户,可以提供专属福利,并为其设计好后续转化的路径 。
对于“重要挽留用户”,即历史交易金额较多,但长时间没有购买的用户,可以对其发放优惠券,刺激他们进行消费 。
-END-