利用RFM用户价值模型做好用户分层实现精细化运营

利用RFM用户价值模型做好用户分层（实现精细化运营）

在用户运营领域，有一个叫做RFM的词，相信很多人看到过，或许感觉比较专业就没有继续深入；或者有些文章涉及到了python等数据处理手段，望而却步；又或者因为这个词跟电商关系紧密，所以非电商的运营伙伴就选择了放弃学习。

今天主要是分享一下RFM模型在用户分层精细化运营领域的应用方法和简单的实操案例。RFM模型更上一级隶属于用户价值模型，在用户价值模型中有两个方向：

一个是基于用户生命周期，也就是时间和用户在产品内的成长路径进行的生命周期模型的搭建

另一个就是基于用户关键行为进行的RFM模型的搭建，本次只说用户价值模型中的RFM模型

RFM模型有哪些好处呢？当我们确定了RFM模型之后，从而可以决定针对哪些用户在发送短信时，加上前缀“尊敬的VIP用户”，哪些用户加上前缀“好久不见”。也可以帮助企业判断哪些用户有异动，是否有流失的预兆，从而增加相应的运营动作。用处之大，且看下文。

关于RFM的科普大家可以自行在网络上搜索，这里不做赘述，先说一下三个字母的意思：

R：最近一次消费（recency），代表用户距离当前最后一次消费的时间，当然是最近一次消费的时间距今越短越好，对我们来说更有价值，更可能有效的去触达他们。

F：消费频次（frequency），用户在一段时间内，在产品内的消费频次，重点是我们对一段时间的定义。

M：消费金额（monetary），代表用户的价值贡献。

最早是将R、F、M每个方向定义5个档，5*5*5=125种用户分类，对大部分运营和产品来说，过于复杂，大家可以不用去了解为何分成5档这样的历史问题。现在我们已经把R、F、M每个方向定义为：高、低，两个方向，我们找出R、F、M的中值，R=最近一次消费，高于中值就是高，低于中值就是低，这样就是2*2*2=8种用户分类，如下图：

所以，如果我们能够找出产品内用户隶属于以上8类中的哪一类，我们就可以针对性的制定运营策略。

在做具体的RFM搭建之前，我再强调一次，RFM模型不仅适用于电商领域，其他领域同样适用。只要我们找出跟R、F、M相关的数据字段，做好字段的定义，证明这些字段是影响当前业务进展的最为关键的几个维度即可：

R：最近一次登录时间、最近一次发帖时间、