数据透视表|手把手教你如何使用RFM进行用户分群

编辑导语：很多产品中都会有用户分群，通过对用户的分群，方便我们能够更好的寻找最关键的核心用户、精细化设计产品、针对化运营；本文作者分享了关于如何使用RFM进行用户分群，我们一起来了解一下。

文章插图
很多产品中我们都能看到用户分群，比如最明显的会员体系，就是将用户分为了非会员和会员两个群体。
又比如我们现在经常听到的AARRR模型，也可以说是一种分群方式。那么，什么是用户分群？
一、什么是用户分群用户分群，简单的说就是按照某些维度，可以是一个或者多个维度交集，按照一定的规则将用户划分成不同的群体。例如按照年龄划分：
用户分群可以分成2种，明分群和暗分群。
明分群指的是分群规则和对应群体的运营策略都是公开的，目的是利用更高群体的优质服务来吸引用户进行升级。
比如说会员体系，所有产品的会员规则和每一个级别的会员优惠都是明确公开的，商家就是使用更优质的服务来吸引用户不断升级会员等级。
相反，暗分群指的是分群规则和对应的运营策略都是不透明的，用户并不知道自己被分为了什么群体。
比如价格歧视策略，所谓的大数据杀熟，就属于这一类。
除了用户分群，我们还经常听到另一个概念：用户分层。这两者有什么区别吗？
简单来说，用户分群，不同的群体之间可能是平行关系，也可能是递进关系，也可能是其他关系。
而用户分层，是一种特殊的用户分群，不同的群体之间存在递进关系。
例如，如果按照性别，可以将用户划分为男女两个群体，这两个群体之间是平行关系，所以这是分群而不是分层。
而如果我们按照AARRR模型将用户分成5个群体，那么这就是用户分层，因为AARRR五个群体之间是存在递进关系的。
同样，会员体系也是一种用户分层。
所以，用户分层是一种特殊的用户分群方式。
那么，为什么要进行用户分群呢？
随着我们用户规模的不断扩大，单一的运营策略不再能满足所有用户的需求。
例如适用价格敏感型用户的优惠运营策略，就不一定适用于注重高品质的用户。
另外，用户群体大了以后，我们会发现其中20%的用户贡献了80%的价值，而公司的资源（包括人力、财力等）是有限的，不可能照顾到所有的用户，所以就需要筛选出高价值的20%用户进行重点运营。
二、如何进行用户分群常用的用户分群方法，包括用户价值区隔分层、用户身份区隔、用户需求区隔和AARRR模型。
用户价值区隔分层，又分为两个维度：第一，依靠用户生命周期定义对用户进行价值区隔；第二，依靠用户关键行为对用户进行价值区隔。
而今天我们重点要给大家分享的RFM模型，就属于依靠用户关键行为对用户进行价值区隔的方法。（4种方法助你轻松完成用户分层）
RFM分别代表用户三种关键行为：

R（Recency），距离最近一次交易，衡量用户的流失情况
F（Frequency），交易频次，衡量用户的忠诚度
M（Monetary），交易金额，衡量用户的贡献度

RFM三个值只分为高低两种情况，结合起来就是8中情况：

文章插图

文章插图
使用RFM模型的一般步骤：
下面，用一个实例来分享下具体的操作方法。
三、RFM分群实例例如，从网上获取了40多万条电商订单数据，时间是2010年12月1日到2011年12月9日。

文章插图
1. R值首先我们计算R值，R值指的是用户距离最近的一次交易，使用最近一次购买日期到现在时间的差距来衡量。
所以，第一步：我们要找出每个用户，最近一次购买的日期
选择所有订单数据，插入数据透视表，行选择客户，列选择购买日期，然后设置购买日期汇总方式为最大值（因为最近的日期肯定是最大的）。

文章插图
【 数据透视表|手把手教你如何使用RFM进行用户分群】找出所有用户最近一次购买日期，下一步计算这些日期距今的时间间隔。
使用公式：DAYS360（开始日期，结束日期），计算出时间间隔

文章插图
然后，我们要选择一个中值，时间间隔小于中值的用户表示R值为高，大于中值的用户表示R值为低。