SEO外包平台,我们为您提供专业的企业网站SEO整站优化外包服务 SEO设置

SEO外包平台

专注于企业网站SEO整站优化外包服务

用户分析的经典模型和方法是什么,如何系统地学习用户分析?

作者:jcmp      发布时间:2021-04-25      浏览量:0
最经典的是RFM模型,它简单,易于操作,
最经典的

是RFM模型,它简单,易于操作,非常实用。下面是如何构建RFM模型。

1.RFM模型是什么?

R指的是用户最近的消耗时间。以最流行的方式,用户最后一次下订单的时间是多长时间?这一指标直接关系到用户的损失和回购。

F指的是用户发送订单的频率,更受欢迎的是,用户在一段固定的时间内消耗几次订单。这一指标反映了用户的消费活动。

M指的是用户在固定周期内在平台上的消费金额,它直接反映了用户对公司贡献的价值。

和RFM模型用三个指标来描述客户的价值:客户最近的购买行为、购买的总频率以及花费了多少钱。

2.RFM模型的功能是什么?

RFM模型能够对客户的生命价值做出合理的预测,基于理想的客户特征来衡量现实中的顾客价值水平,通过这种分析,定位最有可能成为一群忠诚的品牌客户,让我们关注最有价值的用户。

3.如何建立RFM模型?

1。客户行为分析的第一步是根据企业的实际业务需求对客户基础进行分类。人群细分参考的属性主要分为

2,清晰指数

,即每个客户的RFM指数由EXCEL或BI工具计算。这里我用FineBI。如下图所示,三个原始字段,即最后一次交易间隔R、交易频率F和交易额M,按客户名称、消费时间和消费量进行处理。

但请注意,这三个指标并不严格,可以根据自己的行业特点灵活处理,例如在金融业,最近的购买时间可能不适用,此时您可以考虑使用金融产品持有时间而不是R,这可以更好地反映用户与金融企业之间的接触时间长短。

3,分割指数

,因为我们要将用户按照三维指标进行划分,这相当于将用户放置在以下方格中:

,因此,我们必须对该索引进行分段,即为该索引设置正负值,即确保这三个指标将用户划分为8个象限。常用的方法是将等频、等宽除以,如计算用户的平均购买成本,再将M值除以一半。大于平均水平的是愿意在产品上花费大量金钱的用户,这是我们的重要客户。

例如,我们将用户的R、F和M值分别划分为平均值。在FineBI中,只需单击“组内平均计算”即可实现:

,然后将值指定为平均值以上1,平均值以下0值,这可以通过使用if函数:

来实现,另外两个指标也可以被分割,从而基本完成指标的细分。

4,用户分类

我们将三个指标分开按下图组合,可以得到8个象限,代表8类客户:

,使我们的用户细分完成

5,视觉分析

使用FineBI对客户进行细分,使它们成为可视化数据分析模板,从而能够根据需要进行客户分析。

矩形树-客户价值分类:它是整个RFM模型的核心,它直观地显示八个客户组的数量和比例,并且可以链接到其他组件来查看特定客户群下发生的事情。

测试管仪表板-客户类型编号:显示特定数量的客户类型

饼图-交易金额组成:因为我们最关心的是每个客户组的价值贡献,因此我们可以研究不同人群的交易量所占比例,从而可以得到哪个组的贡献值更大,对我们更有价值。

点图-MF-R分布:水平坐标为F事务频率,垂直坐标为M事务量,点大小为R最后事务间隔。通过MF分布直观地看到客户消费能力的分布,然后通过R的大小锁定哪些客户更忠诚。

点图-RF-M分布:水平坐标为F事务频率,垂直坐标为R最后事务间隔,点大小为M事务量。通过射频分布直观地看到客户消费的运动,然后通过M的大小来判断哪些客户更需要恢复。

点图-MR-F分布:水平坐标为M事务量,垂直坐标为R最后事务间隔,点大小为F事务频率。通过MR分布直观地看到客户的消费潜力,然后通过F的大小挖掘出更有价值的客户。

分组表-事务详细信息:在每种客户类型下显示客户交易详细信息。

这个仪表板可以快速地针对我们关心的客户群,并确定它们的具体特征和列表。最后,只要本文的分析结果能够做出有针对性的业务决策。