首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

非洲百万级用户分层

KiKUU作为百万级用户的非洲购物平台,一部分通过推广拉新达到用户增量,另一部分长期深耕存量用户,通过精细化策略运营用户。

在做用户运营时往往会碰到很多数据问题:

1、TOP500用户特征,其流失率如何,月贡献价值如何?

2、如何挖掘高潜用户,是否有成熟的运营策略培养重要用户?

3、忠诚度较高的用户多少,流失率达到多少阈值以下需要运营手段触发?

4、哪些用户可能是预流失,怎么做措施保持留存?

5、流失的用户怎么以较优的投入产出比做召回?

目前KiKUU也有较成熟的用户画像体系,用以衡量用户价值和用户创利能力的重要工具和手段。首先今天介绍一种建模方法RFM,该模型是根据用户消费行为时间、频次和消费金额三个指标把用户划分成不同价值的群体,可清晰了解忠诚用户、机会用户,给予商家运营策略的参考。

一、什么是RFM模型?

R:最近一次消费(Recency),用户最后一次付款时间距现在有多长时间了,量化反映用户对平台留存、用户复购周期。比如距离当前上一次消费越远的用户,越有流失的风险。

F:消费频率(Frequency),用户在某段时间段内的消费频次,反映用户对平台的忠诚和消费活跃、较稳定的购物习惯。

M:消费金额(Monetary),用户在某段时间段内的消费金额,反映用户的消费能力、对平台的贡献价值。

二、RFM模型有什么用?

通过模型,对用户购物行为量化分析,适用于高量级用户平台进行精细化运营。模型可动态地展示用户的产出价值周期,平台可根据不同用户群体采取不同的运营措施,保持高价值和重要用户留存,挖掘更有价值用户群体。

三、如何构建RFM模型?

三个核心指标,通过每个指标的划分衍生出多种组合细分群体。目前,我们可以通过RFM模型并结合神策用户画像系统,计算出用户人群的指标分布情况,并划分出以下以高中低价值3大类用户,适合场景运营的8大类细分用户群体。以下详细介绍建模过程。

1、确认用户分层更新范围

用户行为是持续变动,过程中需要通过调整范围、参数、阈值划分用户结果,与业务结果反复对比,验证模型准确性和稳定性。现模型是基于90天前注册用户在180天内行为建立,因新注册用户价值与老用户价值不同等评估,会有额外的新注册用户评估体系。

2、用户指标切分

对指标进行切分,设定阈值。主要有2种方法。

(1)按照数据的分位数来打分

(2)依据数据和业务的理解进行分值的划分

这里我们采用了(2)方法进行以下划分。

3、用户维度打分

RFM模型中打分采取3分制。

(1)R值-用户多少天没来付款购物,所以R越大,分值越小。

近60天内购买过:3分,近120天内购买过:2分,最近购买在12天前:1分。

(2)F值-用户购买频次,数值越大,得分越高。

低频购买:1分,中频购买:2分,高频购买:3分。

(3)M值-用户平均支付金额,数值越大,得分越高。

低消费:1分,中消费:2分,高消费:3分。

4、用户分值计算

基于三种指标,根据业务理解,先调整权重分,再进行总分值计算。这里我们调整权重比例为(R:F:M=1:1:1)。因每个指标3个划分区,产生27种自由组合。

5、用户分类

(1)我们根据三个指标综合得分,以价值维度将用户分高中低用户3大类。根据“帕雷托法则”,80%的收入来自于20%。因各平台差异,总的趋势是一样,KiKUU的高价值用户往往落在少数用户上。

(2)根据R分值、F分值、M分值,适合场景运营的8大类细分用户如下

重要价值用户:购买金额大且购买频次高的用户。

重要保持用户:每次购买金额大,频次大,但最近不常买的用户。

重要发展用户:经常买、花费大但是购买频次不多的用户。

重要挽留用户:消费金额大但最近不常买、购买频次不多的用户。

一般价值用户:购买频次高,复购高、最近购买过,但购买金额小的用户。

一般保持用户:购买频次高,但最近不买且消费金额不大的用户。

一般发展用户:最近买了,但是买不多、花钱也不多的用户。

一般挽留用户:不愿花钱、不常买、购买频次不高,最没有价值的用户(其余)。

可结合业务所需,调整每个维度的之间的阈值,如R分值>=2分为,

,对用户进行分层。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200518A0ATJ300?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券