认识RFM模型讲解.pptxVIP

第四章 金融科技用户分层分类 第三节 RFM模型 案例导入 练一练下图是某旅游在线交易平台的交易用户分布。对不同属性的用户所占比例进行求和，有如下结果：A1+A2+A3=72.57%，B1+B2+B3=25.2%，C1+C2+C3=1.97%，D1+D2+D3=0.3%。请结合所掌握的用户生命周期模型知识进行分析。 知识点1 认识RFM模型 什么是RFM模型RFM模型是衡量客户价值和客户创利能力的重要工具和手段，实质是根据客户活跃程度或交易金额的贡献，进行客户价值细分的一种方法。RFMRFMRecency：客户最近一次交易时间的间隔Frequency：客户在最近一段时间内交易的次数。Monetary：客户在最近一段时间内交易的金额。M值越大，表示客户价值越高，反之则表示客户价值越低。F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。R值越大，表示客户交易发生的日期越久，反之则表示客户交易发生的日期越近。 RFM模型主要作用RFM模型作用能够衡量客户价值和客户利润创收能力。识别优质客户。可以指定个性化的沟通和营销服务，为更多的营销决策提供有力支持。R：最近消费最后一次投资时间距离目前时间间隔，可判断用户流失可能性F：消费频率最近90天的投资次数，可判断用户活跃度及忠诚度M：消费金额最近90天的投资总金额，可判断用户投资潜力 RFM模型与用户价值如果针对平台的具体消费数据，可以使用【RFM的每一项平均值】通过【判断高于还是低于参照中点】，来确定用户类型。某电商平台的R\F\M的定义： RFM模型与用户价值得出的用户分类结果如下： 练一练类型所选取的产品名称用户生命周期阶段的划分指标（关注活跃）设置合适的RFM指标（关注盈利）App1：金融类App或功能指标1：R指标：指标2：F指标：指标3：M指标：App2：内容类App或功能指标1：R指标：指标2：F指标：指标3：M指标：App3：交易类App或功能指标1：R指标：指标2：F指标：指标3：M指标：参考关于RFM模型的指标定义，在用户生命周期基础上增加RFM模型的指标设置： 练一练示例：类型所选取的产品名称用户生命周期阶段的划分指标（关注活跃）设置合适的RFM指标（关注盈利）示例：App1：金融类App或功能支付宝的余额宝指标1：余额宝的账户余额（100元以内、101-1000元、1001-1万元、1万及以上）R指标：最近一次向账户转入资金距离现在的时间间隔指标2：打开App查看收益的频率（每天、一周2-3次、一月2-3次、几乎不打开）F指标：最近一个月打开App查看收益的频率（每天、一周2-3次、一月2-3次、几乎不打开）指标3：M指标：最近一个月余额宝的账户平均余额（100元以内、101-1000元、1001-1万元、1万及以上） RFM模型的内在假设RFM假设交易存在以下可能性：最近交易过的客户 最近没有交易过的1交易金额大的客户 交易金额小的3交易频率高的客户 交易频率低的2 RFM模型对用户进行细分实际运用时，只需要把R、F、M每个维度做1-2次分段即可，在每个维度分成高/低两种程度的情况下，可以得到8组用户。假如编号次序RFM，1代表高，0代表低。RFM用户群编号用户群特征用户群类型111111最近消费时间近、消费频次和消费金额都很高。重要价值客户011011最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠诚客户，需要主动和他保持联系。重要保持客户110110最近有消费，消费频次高，但是消费金额低。一般价值客户010010最近没有消费，消费频次高，消费金额低。一般保持客户101101最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，可以重点发展。重要发展客户001001最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当给予挽留措施。重要挽留客户100100最近有消费，但是消费频次和消费金额都低。一般发展客户000000最近没有消费，但是消费频次和消费金额都低。一般挽留客户 练一练针对特定行业的App的用户，如何对8类用户群进行价值高低的划分？即哪一个代码的用户群排前，哪一个代码的用户群靠后。 练一练分组任务：选择知识点1完成的RFM指标分析的一个App产品（优先选择涉及交易行为的App），为其RFM的8类人群进行R、F、M优先级的排序，从而对8类人群进行价值高低的排序。操作步骤：1、选定App产品。2、确定R、F、M的具体衡量指标。3、针对该产品，确定R\F\M三项属性的优先级从高到低的排序，比如MRF。4、给每一个R\F\M属性进行0和1的二维划分，得出8类人群的代码（如：111、011、101、001、110、010、100、000）。5、对8类人群进行价值排序，从高到