用户研究：基于RFM模型细分用户

数据，是一切分析的前提。在数据驱动的时代，数据已经变得越来越重要。

谁掌握了数据，谁就赢得了用户、市场和流量。

比如一些做数据监控、用户征信、风控管理、数据接口及数据分析的公司，积累了大量的数据后，就会搭建一个提供数据服务平台，从而实现数据的商业化价值。

数据的价值不在于数据本身，而在于设计有价值的指标，并通过科学有效的手段去分析。

对用户的数据进行分析，关键在于如何选择一个高效的分析模型？

我们可以综合业务流程、应用场景、运营指标和分析策略去选择模型，进而对数据进行分析，最终得到分析结果，以便采取下一步运营策略。

数据分析过程常用的分析模型有：PEST分析法、4P营销理论、逻辑树分析法与RFM模型等。

在日常数据运营过程中，对用户进行精细化营销时，最常用的一个模型是RFM模型。

RFM模型是一种基于用户消费行为的人群细分方法。

RFM模型从用户的业务数据中提取了三个指标：最近一次消费时间(Recency)、消费频率 (Frequency)、消费金额 (Monetary)。这三个指标可以衡量用户的活跃度、忠诚度和贡献度。

1、R（Recency）：最近一次消费时间，即用户最近一次消费距离现在的时间。R值越大，表示消费时间越近，一定程度上体现了用户的活跃度。

2、F（Frequency）：消费频率，即用户在统计周期内消费的次数。F值越大，表示消费频率越高，一定程度上体现了用户的忠诚度。

3、M（Monetary）：消费金额，即用户在统计周期内消费的金额。M值越大，表示消费金额越高，一定程度上体现了用户的贡献度。

通过R、F、M三个维度，将用户有效地细分为8个具有不同价值的群体：重要价值客户、重要发展用户、重要挽留用户、重要保持客户、一般价值客户、一般发展用户、一般挽留客户与一般保持客户。

RFM模型被广泛被应用在金融领域，以P2P平台出借人为例，我们根据浏览、充值与投资等维度，重新定义RFM模型，并将其量化为具体的分析指标。

1、最近消费时间（Recency）：最近浏览时间、最近充值时间、最近投资时间。

2、消费频率（Frequency）：浏览次数、充值次数、投资次数。

3、消费金额（Monetary）：充值金额、投资金额。

比如我们要统计近三个月内的投资情况，并细分用户价值。首先，确定R、F、M每个维度对应范围内的分值。

其次，去系统后台或数据库爬取数据后，根据出借人的最近投资投资距今多少天、累计投资次数、累计投资金额进行打分。

然后，对比打分表、分值表和平均值，确定R、F、M每个维度的高低取值，以便确认客户类型。

接着，统计各个客户类型的总数，其中，重要价值客户25200、重要保持客户58260、重要发展客户42766、重要挽留客户25432、一般价值客户388670、一般保持客户178620、一般发展客户367000、一般挽留客户82489。

最后将得到的用户数据可视化，以便我们采取针对性的运营策略，实现更加精准化营销。

1、重要价值客户：最近投资时间近、投资频次高、投资金额高的出借人。这类客户价值大是平台的“金主”，需要重点服务，争取价值最大化。

2、重要保持客户：最近投资时间久、投资频次高、投资金额高的出借人。这类客户价值大但活跃度不高，需要主动回访，并和他保持联系。

3、重要发展客户：最近投资时间近、投资频次低、投资金额高的出借人。这类客户价值大但忠诚度不高，需要重点发展，挖掘沉默的潜力。

4、重要挽留客户：最近投资时间久、投资频次低、投资金额高的出借人。这类客户价值大但贡献度不高，需要采取措施，去挽留或唤醒。

5、一般价值客户：最近投资时间近、投资频次高、投资金额低的出借人。作为普通客户，保持现有状态，采取一对多的形式去服务。

6、一般保持客户：最近投资时间久、投资频次高、投资金额低的出借人。作为沉默客户，可以尝试唤醒，但不要消耗太多的资源。

7、一般发展客户：最近投资时间近、投资频次低、投资金额低的出借人。作为新增客户，需要合理引导，将其转化为高净值用户。

8、一般挽留客户：最近投资时间久、投资频次低、投资金额低的出借人。作为睡眠客户，基本是要放弃，杜绝羊毛党和黑名单用户。

用RFM模型做数据分析就是为了找出有价值的用户，以便区分不同出借人对公司带来的不同效益。

根据二八定律：80%的效益来自20%的出借人投资，所以我们要把80%的资源花在能出关键效益的20%的优质客户上。

公司的资源和人力是有限的，没法做到服务好每一种类型的客户。这些客户群体是我们的目标用户和关键资源，因此我们要重点关注重要价值客户、重要保持客户、重要发展客户与重要挽留客户。

对于以上四类优质客户，我们可以制定个性化服务和运营策略，并针对这部分用户进行差异化的营销。

1、重要价值客户：可采取定向推送大额高利息标的的方式。

2、重要保持客户：可采取投资标的可加息或返现的方式。

3、重要发展客户：可采取建立用户成长激励体系的方式。

4、重要挽留客户：可采取投资即可获得抽奖机会的方式。

RFM模型是衡量客户价值的重要工具，为我们做数据分析提供了一种思路与方法。

在工作中，RFM模型可以指导产品经理做出更为客观与理性的决策。

数据分析是必修课之一，掌握一定的数据分析能力，可以更好的提升工作效率。

很多企业在招聘产品经理时，会把数据分析能力作为硬性条件，要求掌握数据分析的基本原理与分析方法，并能运用到工作中。

在充满竞争的职场，最先理解数据并擅长数据分析的产品经理，将成为职场赢家。

-END-