[数据分析] RFM分析方法
RFM分析方法
作用:对用户分类,识别出有价值的用户,对不同价值的用户使用不同的运营决策,把公司有限的资源发挥到最大的效果(用于用户价值细分,精细化运营)
RFM是3个指标的缩写:最近1次消费时间间隔(Recency)、消费频率(Frequency)、消费金额(Monetary),通过3个指标对用户分类的方法称为RFM分析方法
最近1次消费时间间隔(R)是指用户最近一次消费距离现在多长时间了
消费频率(F)是指用户一段时间内消费了多少次
消费金额(M)是指用户一段时间内的消费金额
对于最近1次消费时间间隔(R),上一次消费离得越近,也就是R的值越小,用户价值越高
对于消费频率(F),购买频率越高,也就是F的值越大,用户价值越高
对于消费金额(M),消费金额越高,也就是M的值越大,用户价值越高
把这3个指标按价值从低到高排序,并把这3个指标作为坐标轴,就可以把空间分为8部分,划分8类用户如下图所示:
详解使用RFM分析方法对用户进行分类
第1步:计算R、F、M的值
要得到R、F、M这3个指标,一般需要数据的3个字段:用户ID或者用户名称、消费时间、消费金额,从这3个字段可以计算出R、F、M这3个指标
以如下原始数据为例,假设现在是2022年6月30,分析最近30天的用户
计算出RFM值
第2步:给R、F、M值按价值打分
在表中添加3列,用于对后面计算出的R、F、M3个值打分
注意:按指标的价值打分,不是按指标数值大小打分
举例:对于最近1次消费时间间隔(R),上一次消费离得越近,也就是R的值越小,用户价值就越高
实际业务中,如何定义打分范围,要根据具体的业务来灵活掌握,没有统一的标准
根据打分规则,在最后3列填上对应的分值
第3步:计算价值平均值
分别计算出R值打分、F值打分、M值打分这3列的平均值
第4步:用户分类
在表格里增加3列,分别用于记录R、F、M3个值是高于平均值还是低于平均值
如果某个指标的得分比价值的平均值低,标记为"低"。如果某个指标的得分比价值的平均值高,标记为"高"
然后和用户价值分层表格里定义的规则进行比较,就可以得出用户属于哪种类别
提示:坐标轴的中心可以理解为某个指标价值的平均值
通过RFM分析方法来分析用户,可以对用户进行精细化运营,不断将用户转化为重要价值用户
RFM分析方法注意事项
1.R、F、M指标在不同业务下定义不同,要根据具体业务灵活应用
2.R、F、M按价值确定打分规则一般分为1~5分,也可以根据具体业务灵活调整
每个分值的范围要根据具体业务来定,就好比你在开车,车速控制在哪个范围,可以根据路况灵活把握
3.R、F、M这三个指标可以灵活和其他分析方法结合使用
[数据分析] RFM分析方法相关推荐
- 某在线商店电子产品销售数据分析-RFM分析方法
本文github地址:DataSicence 数据下载链接:链接 本文参考资料:链接 import pandas as pd import numpy as np import matplotlib. ...
- 【数据分析】分析方法 | 业务知识 | 行业分析
文章目录 一.业务指标 1.1 数据分类 1.2 常用指标 (1)用户数据指标(我是谁) (2)行为数据指标(我做了啥) (3)产品数据指标(sale啥东西) (4)推广付费指标 1)展示广告位 2) ...
- 【数据分析】——分析方法
上司要你帮忙看看公司最近的网站运营情况怎么样? 公司最近的网站运营情况?这个问题太宽泛了,你得要知道上司的明确需求 问题1:boss,你是想看看公司网站具体哪方面的问题? 回答:公司最近销售不太好,订 ...
- 数据分析——假设检验分析方法
文章目录 前言 一.假设检验分析方法是什么,作用是什么? 二.步骤 1.提出假设 2.收集证据 3.得出结论 总结 前言 哈喽,大家好呀,我是小白~~ 今天学习了数据分析方法中的假设检验分析方法,以下 ...
- 数据分析思维分析方法和业务知识——用数据分析解决问题
用数据分析解决问题 明确问题 通过观察现象把问题定义清楚,这是数据分析的第一步 常见的错误 根据自己的经验主观地限定了思考的范围--确认偏误,寻找证据来支持自己已经相信的事情,从而抵制不同的看法:数据 ...
- [数据分析] 对比分析方法
美图欣赏2022/06/07 对比分析方法 当我们对几个对象进行比较的时候,就可以采用对比分析方法 分析目的:对比(没有对比就没有好坏) 价格锚定 出差住酒店,选择酒店上网付费方案:一个是40元1小时 ...
- [数据分析] PEST分析方法
美图欣赏2022/06/07 PEST分析方法(行业分析方法) 分析目的:行业分析,用于分析外部环境对企业/行业的影响 PEST分析方法是对公司发展宏观环境的分析,所以经常用于行业分析.通常从政策.经 ...
- 数据分析思维分析方法和业务知识——实战案例跨境电商行业
整体 业务知识 业务模式 平台型 邀请卖家入驻跨境电商平台来进行运营 阿里巴巴.ebay 自营型 跨境电商平台自己运营 小红书 混合型 跨境电商平台兼有平台型和自营型 亚马逊 业务指标 广告漏斗模型 ...
- 数据分析常用分析方法
常用分析方法 逻辑回归分析 逻辑回归分析概述 回归 假设现在有一些数据点,我们用一条直线对这些点进行拟合,这个拟合过程叫做回归 逻辑回归定义 是一种用于解决二分类(0 or 1)问题的机器学习方法,用 ...
最新文章
- 工具_好(zhuang)用(bi)的chrome插件
- MyEclipse8 GA 下载地址 注册码 优化指南
- UEditor使用报错Cannot set property 'innerHTML' of undefined
- request.getRealPath不推荐使用
- 数据结构的简单理解(3)
- 简述机器指令与微指令之间的关系_计算机组成原理期末考试题-百度文库
- js解释器rhino查看执行环境
- 过拟合解决方法python_机器学习之过拟合的风险
- asp.net中前台javascript与c#函数相互调方法
- 计算机不能打开管理员用户输入窗口,win10系统管理员账户无法打开某些程序的设置技巧...
- 滤波器设计常用术语(1)
- 嵌入式linux学习笔记--linux的消息队列的坑
- 扩展卡尔曼滤波EKF进行锂电池SOC估计的C语言版本实现,和matlab版本一样包含定参和FFRLS两种情况
- 与、或、非、与非、或非、异或、同或
- 视觉的目的是什么?从监督学习到对比学习,回顾CV发展史
- Win10系统在当前文件夹下打开cmd(命令行)窗口
- 不能装载文档控件。请在检查浏览器的选项中检查浏览器的安全设置_Windows 7 怎么修复 Windows 中的 Wi-Fi 连接问题,我教你(六)...
- 【STM32】IO引脚复用器和映射原理与配置
- ui设计师面试技巧总结
- linux 开机画面
热门文章
- 一款适合IT团队的在线API文档、技术文档工具-showdoc介绍
- 生成与获取token
- PLC选型应考虑哪些因素
- 【FFMPEG】AVFrame中buffer分配的两种方式
- Node:找不到模块Error: Cannot find module
- 知识图谱预训练数据转化(附源码)
- Jacobian矩阵的理解
- 【深入UCSC Genome Brower】他山之石
- 【云原生 | Kubernetes 系列】K8s 实战 一文学会如何从 PodSecurityPolicy 迁移到内置的 PodSecurity 准入控制器
- 2021-08-23 FM24C04写入数据时,跨页会导致指针指向本页的起始地址