数据透视表|手把手教你如何使用RFM进行用户分群( 二 )

那我们如何选择中值呢？一般有几种常见的方法：

所有数据的平均值或中值
基于一个业务节点的重要值，例如投资理财类的R值，一般是1个月，因为发工资才有钱投资
以二八法则进行推算，80%的用户集中在低频低金额区间，20%的用户集中在高频高金额区间
Means聚类算法，这个如果数据分析师小姐姐懂得话，就最好了

这里，我们使用20/80法则，发现使用众数作为中值更好。于是我们使用众数和如下公式，为每个客户的R值进行高低标记：=IF(C2

文章插图
顺便分享下，计算众数的公式为：=MODE；计算中位数的公式为：=MEDIAN
2. F值F值指的是用户的购买频次，即在此期间用户下了多少单，所以我们只需要统计每个用户的去重订单数即可。
同样可以使用数据透视表来实现。

文章插图
行使用客户ID，列使用订单号进行计数。
这里我发现了一个WPS很狗的地方，WPS不提供订单号去重计数，这个在excel里是支持的。。。

文章插图
计算出每个用户的F值后，我们发现，F值的众数和最小值是一样的，并且中位数小于平均值，说明有几个很大的数值拉高了平均值。
为了使数据尽量符合20/80法则，我们选择5（接近平均值）作为F值的比较中值。
3. M值看原始数据发现，没有订单金额的数据，所以首先，要计算出每一笔订单的金额。
然后同样使用数据透视表，统计每个用户在此时间段内的购买总金额

文章插图
然后，我们计算出订单金额的平均值，众数和中位数，发现平均值远大于中位数，这表明其中存在一些很大的订单金额数据，拉高了平均值，所以我们直接使用平均值作为F的中值即可。

文章插图
这样，我们就把每个用户的RFM三个值的高低取值确定了。
通过统计人数后，我们得到：

文章插图
四、RFM运营策略最后，只需要根据具体的业务情况和得到的分群，针对每一个分群制定特定的运营策略即可。
对于重要价值用户，我们是维持和留存为主，是我们运营的重点。对于重要发展用户，要想方设法提升其交易频次。
对于重要保持用户，要防止其流失掉，重要挽回用户就需要进行重点召回。
一般价值用户，这些可能是价格敏感型的用户，需要挖掘这些用户感兴趣的高单价商品品类，刺激他们消费更高单价的商品。
一般发展用户一般是新来的用户，我们需要挖掘他们的需求，给他们推荐感兴趣的商品，提高消费频次。
一般保持用户，需要采取措施召回，但是力度不用太大，看公司具体的资源来定。
一般挽留用户，如果公司精力不够，可以放弃治疗。
RFM方法的核心逻辑是找出影响用户价值高低的关键行为，然后进行交叉分析和用户划分。所以RFM模型并不一定就是上述的含义，在不同领域可以是不同的定义。例如：

金融领域，R代表最近一次投资的时间，F代表投资频率，M代表投资金额；
直播领域，R代表最近一次观看直播的时间，F代表观看频次，M代表观看总时长；
游戏领域，R代表最近一次玩游戏的时间，F代表游戏频次，M代表游戏时长。还可以定义为，R代表最近一次游戏充值的时间，F代表充值频率，M代表充值金额。

RFM只是代表一种分层的思维方式，任何产品，我们都可以定义影响用户的关键行为，然后定义出这些行为的指标，再对这些指标进行交叉分析，来完成对用户的分层。
五、总结最后我们来总结一下：
用户分群是按照某些维度将用户分为不同的群体，旨在对用户进行精细化运营。用户分层是一种具有递进关系的用户分群。

用户分群的方式一般有四种：用户价值分群，用户身份分群、用户需求分群以及AARRR模型。
其中RFM是用户价值分群中非常典型的根据用户关键行为进行分群的方法。R是最近一次交易时间，F是交易频次，M是交易金额，以上都需要限定在一段时间内。RFM只有高低两种情况，三者两两交叉将用户分为8个群体
RFM模型分为四个步骤：拿到数据，计算RFM值，选取中值确定RFM高低，分群，制定运营策略
- 上一页
- 1
- 2
- 3
- 下一页