本文转自公众号首席数据科学家

RFM分析，是用户精细化运营中比较常见的分析方法了。

今天和大家分享一篇历史文章，内容做了微调。是数据分析中比较常用的一个分析框架：RFM分析。该模型用的很多，说明有模型自身的优势；但同时也存在很多的问题。今天和大家一起探讨。

关于分析方法及产品化，之前有分享过《留存分析》、《漏斗分析》、《路径分析》、《归因分析》，可以查看回顾。

01

—

什么是RFM分析

RFM分析，其实是一种将用户分层、进而针对不同用户群体进行精细化运营的方法。

RFM的三个字母，分别代表了一个维度：

• R（Recency）：最近一次消费时间。反映了用户最近消费的热度，用以衡量用户是否流失。理论上，最近一次消费时间越长，流失概率越高

• F（Frequency）：用户的消费频率。反映了用户对于产品、品牌的忠诚程度。理论上，一定时间内的购买频率越高，用户忠诚度越高

• M（Monetary）：消费金额。反映了用户的购买力。

通常来讲，是针对每个维度设定一个阈值，将用户群体划分为二（高于阈值、低于阈值），三个维度齐下，则可以将用户整体划分为2^3=8个用户细分群。如下图：

有了用户的细分，可以针对细分用户进行精细化的营销。比如针对【重要价值客户】应该做好用户的权益维系，针对【重要保持客户】做好客户的流失挽回。

关于模型的大体含义和应用价值，就简述一二，详细的请继续。

02

—

如何进行RFM建模

RFM模型的建立，总结起来一般可以分为以下几步。

（1）关于原始数据

从定义中我们可以看出来，R、F、M其实都是和消费相关的。因此，关于RFM模型的搭建，使用的原始数据很明确：订单表交易表。

而且，使用的维度其实并不需要很复杂，只要有以下的维度就足够了：

即我们只要有用户唯一标识、消费时间、消费金额，这三个字段的明细，就可以来搭建RFM的分析模型了。

当然，对于原始数据有一些数据清洗的工作，这里就不赘述了。比如选取的是成交的订单，而不是下单未支付的；比如选取的是排除大机构的订单……等等。

（2）三个维度的加工计算

基于上面的原始订单数据，下一步就是RFM三个维度的加工。这里面，有很多细节的问题。

首先，关于最近一次消费时间的计算。这个指标的定义比较明确，直接取最近一次消费的时间和当前时间做差就好。

关于消费频率的计算，必须有时间范围的设定。那具体是设置最近一年的消费频率（即购买了几次），还是最近1个月的消费频率呢？这是有很大差别的。通常来讲，这个范围的设定和分析用户的行业有很大关联。比如快消品，统计用户的几个月的时间就够了，但耐消品，显然不是。统计一年的，可能用户都没有复购。

关于消费金额。这里和消费频率一样，也是要有时间范围设定的，道理也是一样的。确定好了时间范围，直接做sum就行，没有太多的疑惑。

因此参数的设定，没有固定的标准，要多结合自己所处的行业规律。加工完是这样的表：

（3）阈值的划分

加工好了基础的三个维度的统计指标，接下来就是进行划分阈值的确定。即确定基于多大的数值，将每个维度的用户进行分段划分。

通常来讲，每个维度只需要确定一个阈值即可，这样可以将总体用户划分为8个分段。但现在还有一种套路是每个维度划分为5段，将总体划分为5^3共计125个分层，美其名曰【细分】。但我个人是不认可的。我觉得RFM分析的重要意义就是用户细分的可解释及可落地性，划分成125个用户群体，你该如何精细化运营呢？最终还是要进行合并。

OK，我们还是按照正常8分层来讲。我们看到上面的统计聚合表了，往往分布是下图的样子（以R为例）：

如何划分为两群用户呢？这时有很多种不同的方法了。

第一种方法，采取均值的方法。我个人是不太建议用均值作为阈值的。因为现实情况经常有一些异常值，会影响均值的计算。而数据清洗的时候很难都排掉异常。

第二种方法，是采取中位数（或者其他分位数，比如20%分位）的方法。这种方法直接将排序后的用户按照数量进行划分，中位数可以将人群一分为均等两份，其他分位数也可以有合理的业务解释：20%的用户贡献了80%的作用，等等。

这种方法个人觉得比较简单易行，比较推荐。

关于偏态分布（以右偏为例）下，众数、中位数、均值有以下关系：

除了用统计量直接作为阈值外，第三种方法，也是市面上看到比较多的方法，就是打分法。

所谓的打分法，就是先将原始的R、F、M数值划分为1~5的分数，然后求分数均值，作为划分阈值。例如下图：

这种方法吧，挺忙活，又是打分又是求均值的。但我个人不太建议。一方面，原本只需要计算一个阈值就好了，现在需要先划分成5段，那这5段该怎么划分才合理呢？其次，这种打分的意义在哪，还增加了计算复杂度。

如果是解决异常值或者分布不均的问题，用分位数的方法就好了，我并没有太想明白市面上大行其道的打分法的意义在哪。我想到了一种可能，就是打分为了使三个维度可以在同一量纲上，进行衡量，以此可以计算一个用户的综合RFM得分，进行综合得分的排名。如下图：

如果是这样，那我觉得，是不是用打分法就主要依赖于模型目标了。若为了划分为8个离散的用户层，就没必要打分；若为了求用户的综合RFM得分，需要打分。除此之外，我确实想不到打分的意义了。希望大神指点。

（4）用户分层计算

经历了上面不同阈值划分方法的纷争，下面就比较顺畅了，那就是用户分层的计算。

这一步比较容易理解，直接根据定好的三个阈值，判断每个用户属于哪个区间，然后打标即可。不赘述了。

（5）模型优化

所谓的模型优化，主要还是在于阈值的调整。

要随着最终划分的人群以及相关的运营效果、活动规律，调整阈值的设定，最终达到一个最合理的划分。

03

—

RFM模型的优缺点

本文开头也提到了，RFM模型的应用广泛，是有很大优点的，但缺点也是不少，现在来和大家一起探讨一下。

（1）模型的优点

最大的优点，应该是数据的可获得性。

目前在互联网中，基本对于数据的收集做的还是比较完备了，采集了用户的各种行为数据等，可以更好的进行用户打标签、分层的操作。但是在传统行业中，没有太多的行为数据，其实能用的数据比较有限。

但是，无论公司的数据做的有多不完备，也一定是有成交数据的（除非这个公司没收入……）。只要有成交数据，就能进行RFM的分析，这是最大的优势。而且，基于成交数据做的RFM模型，还是比较有效的。

其次，模型的分层可解释性强。

其他很多算法模型、机器学习模型，往往通过聚类进行用户的分层，对于业务来讲，不是很好解释。但RFM模型分成的8个用户类别，是非常好理解的。

（2）模型的缺点

RFM模型其实是滞后性的分析模型，只有当用户发生了购买行为后，才能进行RFM的分析。而且模型的前提假设就是用户的前后行为是无差别的。

另外，使用该模型需要注意的是，不同行业的应用，是有差别的。

最典型的是就是快消品和耐消品的差别。对于耐消品而言，RFM分析并不是一个很行之有效的模型。例如冰箱的购买，用户购买一台冰箱后可能十几年都没有购买了，这是没办法用RFM分析的。如果强搬硬套，是没有任何意义的。

以上是今天和大家分享的内容，欢迎大家继续关注~

关注成都CDA数据分析师

获取数据分析的干货分享和岗位内推机会