用户运营体系：用户分层案例详解（RFM模型）

1、用户分层背景

随着互联网在我们生活中的渗透率越来越高，任何一款产品，获取新用户的成本都在不断增加。随之而来的是老用户的流失成本在不断增加。所以我们不得不重视对老用户的运营。这个时候，搭建一套成熟的用户运营体系势在必行。在所有的互联网产品中，每个用户都会扮演不同的角色，发生不同的行为。所以，我们在搭建用户运营体系时，主要是基于用户的角色和行为的不同，做用户分层。通过用户分层，我们可以区分高价值用户以及低价值用户。也可以了解到哪些用户正在活跃，又有哪些正在流失。这也是我们日常所说的精细化运营的前提，只有做好用户分层，才能针对不同层级的用户制定相应的运营策略，才能做到精细化。

2、用户分层目的

用户分层帮助企业实现精细化运营，将有限的营销资源合理化分配，同时降低运营成本和扩大运营效果。

3、分析方法及原理

①RFM模型概念

RFM模型是网点衡量当前用户价值和客户潜在价值的重要工具和手段。

R值：Rencency（最近一次消费），指的是用户在店铺消费最近一次和上一次的时间间隔，理论上R值越小的客户是活跃度越高的客户，即对店铺的回购几率最有可能产生回应。目前网购便利，顾客已经有了更多的购买选择和更低的购买成本，去除地域的限制因素，客户非常容易流失，因此CRM操盘手想要提高回购率和留存率，需要时刻警惕R值。

F值：Frequency（消费频率），指的是是用户在固定时间内的购买次数。但是如果实操中实际店铺由于受品类宽度的原因，比如卖3C产品，耐用品等即使是忠实粉丝用户也很难在1年内购买多次。所以，一般店铺在运营RFM模型时，会把F值的时间范围去掉，替换成累计购买次数。

M值：Monetary（消费金额），理论上M值和F值是一样的，都带有时间范围，指的是一段时间（通常是1年）内的消费金额，在工作中我认为对于一般店铺的类目而言，产品的价格带都是比较单一的，比如：同一品牌美妆类，价格浮动范围基本在某个特定消费群的可接受范围内，加上单一品类购买频次不高，所以对于一般店铺而言，M值对客户细分的作用相对较弱。所以我认为用店铺的累计购买金额和平均客单价替代传统的M值能更好的体现客户消费金额的差异。

②RFM模型原理

R值能够判断用户的活跃程度；F值能够判断用户的忠诚程度，M值能够判断用户对于平台的贡献价值，即重要程度。据此，我们可以先通过M值（消费金额）将用户分成两部分，一部分是贡献金额较多的用户，另一部分是贡献金额相对较少的用户。接下来，在上述基础上，通过F值（消费频率）将用户分成忠诚与不忠诚，得到四个层级的用户。最后，再用R值（最近一次消费）将用户分成活跃与不活跃，得到最终的8个层级的用户：重要价值用户（↑↑↑）、重要召回用户（↑↑↓）、重要发展用户（↑↓↑）、重要挽留用户（↑↓↓）、一般价值用户（↑↑↑）、一般召回用户（↓↑↓）、一般发展用户（↓↓↑）、一般发展用户（↓↓↓）。分层步骤如下图1。8个层级用户的三维分布图如下图2所示。

图1 用户分层步骤详细图解

图2 8个层级商户三维立体图分布情况   

4、用户分层案例与详细步骤

①计算RFM的各项分值

R值：最近一次消费越近，得分越高，最高5分，最低1分

F值：消费频率越高，得分越高，最高5分，最低1分

M值：消费金额越高，得分越高，最高5分，最低1分

②根据RFM分值对客户进行分类

用户划分详情以及相应运营策略如下表所示。

③数据抽取及处理

从数据库中抽取2018-01-01到2018-06-01的客户详细数据，抽取的字段为：最近用户ID、最近下单日期、消费次数以及消费金额。将最近下单日期和今日日期差值处理后得到R值，最终结果如下图所示。我这边数据在提取时就已经过滤干净了，不存在空值等异常情况。因此，你们可以根据实际数据情况进行数据清洗的工作。

④模型构建

根据上述评分标准，给每个R值、F值以及M值打上分。E2单元格公式为“=IF(B2>30,1,IF(B2>15,2,IF(B2>10,3,IF(B2>5,4,5))))”，F2单元格公式为“=IF(C2>=30,5,IF(C2>=15,4,IF(C2>=9,3,IF(C2>=3,2,1))))”，G2单元格公式为“=IF(D2>=9000,5,IF(D2>=6000,4,IF(D2>=3000,3,IF(D2>=1800,2,1))))”。最终结果如下图所示。

根据评分对客户进行等级划分。在P2、P3、P4分别求出R值得平均得分,F值得平均得分以及M值得平均得分，如下图所示。

将H列命名为用户类型，在H2单元格输入公式“=IF(AND(E2>$P$2,F2>$P$3,G2>$P$4),"重要价值客户",IF(AND(E2<$P$2,F2>$P$3,G2>$P$4),"重要召回客户",IF(AND(E2>$P$2,F2<$P$3,G2>$P$4),"重要发展用户",IF(AND(E2<$P$2,F2<$P$3,G2>$P$4),"重要挽留客户",IF(AND(E2>$P$2,F2>$P$3,G2<$P$4),"一般价值客户",IF(AND(E2>$P$2,F2<$P$3,G2<$P$4),"一般发展客户",IF(AND(E2<$P$2,F2>$P$3,G2<$P$4),"一般召回客户","一般挽留客户")))))))”。并双击H2单元格右下角十字让其自动填充，便可以得到最终用户分层属性了。

⑤结果与建议     

我们对上面得到的“用户分层”汇总可以得到各个层用户的分布情况如下。大体呈现二八分布法则。

每个层次的用户特征不同，因此对于每个层次的用户采取定制化运营策略。重要价值客户是相对来说比较优质的用户，需要保持现有状态。这类客户也是我们追求的客户状态，也就是说我们希望尽可能多的用户最终都能转化成此形态的用户。即我们的理想化目标：所有的用户都能成为重要价值用户。围绕这一目标，我们可以看各个层的用户与这一目标差距在哪，频次不够提频次，活跃度不够去唤醒用户，消费金额不够去刺激消费。当然这只是理想化目标，可以参考这一思路去依据实际情况制定各个层用户的运营策略，最终实现精细化运营。