用户运营体系搭建:找出最有价值的用户

易观方舟 2020-02-07
用RFM模型正确划分用户,找出用户价值所在。

​本文是【智能用户运营】系列第 4 篇

 

在业务发展期,我们拥有了远超产品探索期的用户量。在拥有海量用户的同时,我们也需要投入大量的人力成本、运营成本去维系这些用户。但我们打造产品,始终需要平衡投入成本,也需要有人为产品与服务买单。

 

因此,在业务发展阶段,我们以活跃用户规模以及用户商业化作为业务目标,采取RFM模型作为用户的分级依据之一。RFM模型作为一个存在已久的用户价值模型,被广泛应用于传统、销售行业。

 

首先解释一下RFM模型的构成:

 

  • Recency:最近一次消费,即用户距离当前最后一次消费的时间。最近一次消费的时间距今越短,对我们来说更有价值,更可能有效地去触达他们。
  • Frequency:消费频次,用户在一段时间内,在产品内的消费频次。
  • Monetary:消费金额,即用户的价值贡献。

 

基于这三个维度,我们将每个维度划分为高、中、低三种情况,并构建出完整的用户价值象限。

 

 

通过上面的RFM模型,我们可以更加直观的把用户划分为8个不同层级。如果能够找出产品内用户隶属于以上8类中的哪一类,就可以针对性的制定运营策略。

 

比如,某用户最近一次消费时间距今比较久远,没有再消费了,但是累计消费金额和消费频次都很高,说明这个用户曾经很有运营价值(属于 “重要保持客户”),我们不希望他流失。所以,运营人员就需要专门针对这类型用户,设计召回用户运营策略,这也是RFM模型的核心价值。

 

在划分完不同层级后,最困难的事情在于如何制定每个值的高、中、低评判标准。一般而言,在结合实际场景需求的同时,我们可以通过散点图进行大致的区分。

 

 

通过散点图,我们可以比较直观的看清用户分布情况。进行确定评判标准时,尽可能的将密集部分划分在一起,促使用户群体的行为共性更大。与此同时,需要我们在实际运营过程中进行不断调整。如果面临超大规模的数据时,如果能通过聚类分析等手段,可以得到更加科学精准的结果,从而帮助我们进行标准制定。

 

本文节选自易观方舟推出的《2020智能用户运营实战手册》