JavaEE
鸿蒙应用开发
HTML&JS+前端
Python+大数据开发
人工智能开发
电商视觉设计
软件测试
新媒体+短视频
产品经理
集成电路应用开发
C/C++
狂野架构师
IP短视频
RFM分析模型怎样进行数据分析？
更新时间:2021年12月09日15时42分 来源:传智教育 浏览次数:
RFM模型
RFM主要根据客户活跃程度和平台交易金额贡献所做的分类。
近度：用字母R表示，代表客户最近一次的活跃距离目前的天数。在这部分客户中，有些优质客户值得通过一定的营销手段进行激活。
频度：用字母F表示，代表客户过去某段时间内的活跃频率。针对消费频度较小且消费额较大的客户，可以推行一些运营策略刺激用户，增加消费频次。
额度：用字母M表示，代表客户最近一次消费金额或某个时间段内平均消费金额。通过该项指标可以评估不同消费水平的用户分布情况。
搭建步骤
- 数据抓取:通过编写SQL或研发人员协助取得待分析数据。
- 定义区间：基于基础数据的分布情况，定义分析区间。
- RFM取值：对照“定义区间表”填写RFM的对应值。
- 水平定义：基于RFM均值定义“高低”水平
- 用户分层：定义用户类型，将相同类型用户合并分析
- 策略制定：针对不同类型用户制定相应策略
数据抓取
1.最近一次消费时间 指从最后一次消费时间开始，至数据抓取时间结束，统计时隔天数。
2.一周内消费频次 指定义一段时间内的消费次数
3.一周内平均消费金额 指定义一段时间内的平均消费金额
定义区间
我们可以借助图表工具暂定某一取值区间，通过后续的实际应用进行调整。
RFM取值
通过区间定义表，对照得出相应RFM的值。
水平定义
通过RFM各均值的对比，得出相对高低的程度。
用户分层
对照用户类型对照表填写各用户类型
策略制定
基于不同类型用户制定不同营销或运营策略。
猜你喜欢：
最新资讯
0
分享到：
江苏传智播客教育科技股份有限公司 版权所有Copyright 2006-2024 All Rights Reserved 苏ICP备16007882号营业执照增值电信业务经营许可证出版物经营许可证
苏公网安备 32132202001156号