編輯導(dǎo)語:本文通過RFM模型,解釋如何用RFM來劃分用戶等級,同時(shí)制定精準(zhǔn)的運(yùn)營策略來提升不同用戶分類的用戶價(jià)值。適用于想要調(diào)整自身產(chǎn)品的用戶分層,讓有限資源投入到更有價(jià)值的人群中的商家。
一、用戶價(jià)值的影響因素
做用戶增長就是做2件事情,一是增加用戶數(shù)量,二是提高用戶質(zhì)量。而提高用戶質(zhì)量的過程就是提升用戶價(jià)值的過程。
提升用戶價(jià)值也只是做2件事情,一是提高用戶活躍度,二是提升用戶付費(fèi)金額。
- 更高的活躍度意味著更高的留存,進(jìn)而有利于提升用戶的全生命周期價(jià)值(LTV),對于不直接向用戶收費(fèi)的產(chǎn)品而言,更高的活躍度意味著更高的廣告價(jià)值,比如頭條。
- 用戶付費(fèi)金額 = 消費(fèi)頻次 X 單次消費(fèi)金額。很顯然,消費(fèi)頻次增強(qiáng)或者單次消費(fèi)金額提高都能夠提升用戶付費(fèi)金額。
所以,用戶的活躍情況、消費(fèi)頻次和消費(fèi)金額都和提升用戶價(jià)值有關(guān)。
二、認(rèn)識(shí)RFM模型
百度百科介紹:RFM模型是衡量客戶價(jià)值和客戶創(chuàng)造利益能力的重要工具和手段。在眾多的客戶關(guān)系管理(CRM)的分析模式中,RFM模型是很流行的。
- R:代表最近一次消費(fèi)(Recency),可以定義為最近一次消費(fèi)時(shí)間距指定時(shí)間的天數(shù)。
- F:消費(fèi)頻率(Frequency),可以定義為指定時(shí)間內(nèi)消費(fèi)的總次數(shù)。
- M:消費(fèi)金額 (Monetary),可以定義為指定時(shí)間內(nèi)消費(fèi)的總金額。
RFM廣泛應(yīng)用在電商行業(yè)。我們自己腦補(bǔ)下最近30天在淘寶或者京東的消費(fèi)情況:
- 昨天剛下完單,那R就是1。一周前下了單,那R就是7,以此類推;
- 30天內(nèi)一共下單了5次,F(xiàn)就是5;
- 30天內(nèi)一共消費(fèi)了500元,M就是500;
電商的小姐姐、小哥哥一看這個(gè)數(shù)據(jù),哎呀,好喜歡:
- 昨天剛下完單表示很活躍,短期內(nèi)不會(huì)流失,好放心;
- 30天下單了5次,表示這是個(gè)鐵桿用戶,好溫暖;
- 30天一共消費(fèi)500元,消費(fèi)水平還不錯(cuò),好踏實(shí)。
RFM模型按照最近一次消費(fèi)時(shí)間、指定時(shí)間內(nèi)的消費(fèi)次數(shù)和指定時(shí)間內(nèi)的消費(fèi)金額將用戶分為8類。
看右上角紅圈部分,只要消費(fèi)金額高的就是重要用戶。相反,消費(fèi)金額低的就是一般用戶,商業(yè)就是如此的現(xiàn)實(shí)。你天天在淘寶看直播,如果不購物,也是屬于“三低”的“一般挽留用戶”。
那看直播的用戶就沒有價(jià)值了么,當(dāng)然不是,換個(gè)平臺(tái)就行,比如去抖音。
三、RFM在不同類型產(chǎn)品的應(yīng)用
按照用戶需求劃分,我們可將互聯(lián)網(wǎng)產(chǎn)品分為電商類、社交類、內(nèi)容類、工具類、平臺(tái)類和游戲類。
當(dāng)然有不少產(chǎn)品都往電商上靠,導(dǎo)致分不清楚。
我們就把握2個(gè)原則,一是產(chǎn)品的主營業(yè)務(wù),二是自己負(fù)責(zé)模塊的主要業(yè)務(wù)。這和在《實(shí)戰(zhàn):解決增長黑客一看就懂,一用就懵的困惑》介紹的制定北極星指標(biāo)的思路一致,產(chǎn)品有產(chǎn)品的指標(biāo),每個(gè)團(tuán)隊(duì)也可以有各自的指標(biāo),都是為了公司的商業(yè)模式服務(wù)的。
(1)電商類
我們熟知的淘寶、京東和拼多多,都屬于電商。按照用戶的購物金額來分層。
(2)社交類
微信和微博都屬于社交類。按照互動(dòng)數(shù)來分層。
(3)內(nèi)容類
包括頭條、知乎、抖音和快手等,都屬于內(nèi)容類。按照用戶閱讀/觀看時(shí)長來分層。
(4)工具類
包括有道云筆記、證券類APP、墨跡天氣等都屬于工具類。
工具類比較特殊,每一個(gè)工具都有自身商業(yè)模式,關(guān)注的重點(diǎn)也會(huì)不同。
云筆記可能按照付費(fèi)會(huì)員來劃分,但會(huì)比較低頻。可以考慮按照最近一次使用時(shí)間、指定時(shí)間內(nèi)的使用次數(shù)和指定時(shí)間內(nèi)的文件共享次數(shù)來分層。
(5)平臺(tái)類
同時(shí)存在供給和消費(fèi)2方的才稱之為平臺(tái)。
比如滴滴,滴滴的供給者是滴滴司機(jī),消費(fèi)者是普通打車用戶。
從這個(gè)角度劃分,淘寶是電商也是平臺(tái),有商家和普通消費(fèi)者。
平臺(tái)需要同時(shí)關(guān)注供給方和消費(fèi)方。而RFM模型更多的應(yīng)用于消費(fèi)方,滴滴和淘寶都是按照消費(fèi)金額來分層。
(6)游戲類
游戲類的盈利模式主要有內(nèi)消費(fèi)和廣告。
大點(diǎn)的游戲主要靠用戶內(nèi)部購買道具、點(diǎn)卡消費(fèi),這時(shí)就按照用戶的消費(fèi)金額來分層。
小點(diǎn)的單機(jī)版游戲主要靠廣告,這時(shí)就按照用戶的廣告觀看/點(diǎn)擊來分層。
通過前面描述我們知道,可以通過不同的行為來描述RFM,主要是找到產(chǎn)品中衡量用戶價(jià)值的關(guān)鍵行為,并進(jìn)行交叉分析和評估。
四、RFM模型的評估
第二節(jié)中通過RFM的“高低”來對用戶進(jìn)行歸類,那怎么定義“高低”呢?
1. 通過平均數(shù)評估
最直接的打分方法就是和平均數(shù)作比較,分別求出目標(biāo)數(shù)據(jù)的R、F和M的平均值,然后用每個(gè)用戶的數(shù)據(jù)和平均值來比較,然后確定高低。
我們?nèi)砸宰约?0天內(nèi)在淘寶購物的記錄為例,R=7,F(xiàn)=5,M=500。假設(shè)30天內(nèi)淘寶用戶的平均R=10,F(xiàn)=8,M=800。那你的打分結(jié)果為:
- R值:高。低于平均R值的記錄打分為高,因?yàn)橛涗浀腞值越低說明最近一次的消費(fèi)時(shí)間越短,用戶的回購周期越短。
- F值:低。低于平均F值的記錄打分為低,高于平均F值的記錄打分為高。
- M值:低。低于平均M值的記錄打分為低,高于平均M值的記錄打分為高。
我們自己消費(fèi)的最終打分結(jié)果為“高低低”,對照第二節(jié)中的8類用戶屬于“一般發(fā)展用戶”,電商就可以使用針對這類用戶的運(yùn)營策略來提升價(jià)值。
2. 通過中位數(shù)評估
按照平均數(shù)評估有一個(gè)明顯缺陷就是不能排除異常數(shù)據(jù),如果有個(gè)大戶30天的消費(fèi)金額特別高,就會(huì)拉高整體的消費(fèi)金額水平,導(dǎo)致很多用戶被平均拉高。
我們可以考慮使用中位數(shù)來評估。作為崇尚數(shù)據(jù)驅(qū)動(dòng)的我們,對數(shù)據(jù)要保持嚴(yán)謹(jǐn)性。
推薦使用箱線圖來獲得中位數(shù),并能將異常數(shù)據(jù)特殊處理。
我們以大家熟悉的成績來做說明。
右側(cè)英語成績(綠點(diǎn))都落在2條橙色的橫線之間(2條橙色橫線分別表示最大值和最小值),學(xué)生的成績都很正常。
左側(cè)數(shù)學(xué)成績上下各有2個(gè)綠點(diǎn)落在了橙色的橫線之外,說明這4個(gè)點(diǎn)是異常點(diǎn),可以進(jìn)行特殊處理。
采用類似的方法對30天內(nèi)用戶的消費(fèi)記錄進(jìn)行處理后,使用中位數(shù)替代上例中的平均數(shù)即可。
3. 通過劃分等級評估
按照平均數(shù)打分對用戶的劃分力度可能過于粗顆粒。廣為人知的二八法則證明,20%的用戶可能貢獻(xiàn)了80%的收益。如果只是按照平均數(shù)或許在針對用戶的運(yùn)營策略上不夠精準(zhǔn)。
所以對于產(chǎn)品較為成熟、用戶規(guī)模較大的情況可以采用等級評估。簡單的做法就是使用透視表查看目標(biāo)記錄R、F和M各自的分布,然后指定等級。
一般分為5個(gè)等級,對應(yīng)的分值為1~5分。
還是以30天內(nèi)的淘寶購物為例,對RFM的等級劃分如下:
對照自己30天內(nèi)購物的記錄(R=7,F(xiàn)=5,M=500),可以確定按照等級劃分后的R’=4,F(xiàn)’=3,M’=3。
將所有用戶的記錄按照等級打分后再計(jì)算所有用戶的平均(Average)R值、F值和M值,假設(shè)AR=3.8,AF=2.9,AM=4.1。
用自己按照等級劃分后的值與平均值進(jìn)行比較,確定最后的RFM值:
- R值:高(R’ > AR)
- F值:高(F’ > AF)
- M值:低(M’ < AM)
我們自己消費(fèi)的最終打分結(jié)果為“高高低”,對照第二節(jié)中的8類用戶,用戶價(jià)值變更為“一般價(jià)值用戶”。
從主觀上看一個(gè)用戶30天內(nèi)消費(fèi)500元還不錯(cuò),但通過模型劃分可以很明顯地知道該用戶還有提升的空間。
比如,30天累計(jì)消費(fèi)500元的用戶買的都是衣服,客單價(jià)不高,有沒有可能引導(dǎo)用戶消費(fèi)電子產(chǎn)品呢?
五、精細(xì)化運(yùn)營策略
對用戶價(jià)值進(jìn)行評定的目的是為了進(jìn)一步提高用戶價(jià)值,對不同分類的用戶提升用戶價(jià)值的策略手段也略有不同。
“三高”的重要價(jià)值用戶:大方向上就是讓用戶安靜地待著,不要過多的打擾。在重要的時(shí)間點(diǎn)上增加人文關(guān)懷、節(jié)日關(guān)懷等,能夠發(fā)展為KOC(“Key Opinion Consumer”,即關(guān)鍵意見消費(fèi)者)最佳。
- 重要發(fā)展用戶:消費(fèi)頻率低,整體策略就是提升消費(fèi)頻次。所有能夠提升消費(fèi)頻次的手段都可以嘗試。手段包括發(fā)券、新品推薦等,觸達(dá)方式包括短信、Push、郵件等。
- 重要保持用戶:有段時(shí)間沒有使用產(chǎn)品了,但是之前的消費(fèi)頻次和消費(fèi)金額都是高的,用戶存在流失可能。整體策略是用戶回流,讓用戶再來光顧。手段包括熱門推薦、爆品推薦、運(yùn)營活動(dòng)等。還需重點(diǎn)關(guān)注競品動(dòng)態(tài),是不是最近用戶到競品消費(fèi)去了。
- 重要挽留用戶:最近沒有使用產(chǎn)品了,而且累計(jì)的消費(fèi)頻次也低。這類用戶存在很大的流失可能,需要重點(diǎn)召回??梢越o用戶提供最優(yōu)價(jià)格(驚喜優(yōu)惠)、邀請用戶填寫反饋信息并采取措施(我們一定會(huì)做的更好)或者提供個(gè)性化服務(wù)(讓用戶覺得他非常重要)。
一般價(jià)值用戶:策略就是刺激消費(fèi),提高客單價(jià)。文中案例就是將衣服消費(fèi)人群想辦法引導(dǎo)到電子消費(fèi)上。
一般發(fā)展用戶:偶爾消費(fèi)一次,要針對最近消費(fèi)的產(chǎn)品進(jìn)行聯(lián)想和挖掘,期望能夠提高用戶的消費(fèi)頻次和金額。
一般保持用戶:曾經(jīng)消費(fèi)的頻次挺高,最近也不消費(fèi)了而且總的消費(fèi)金額也低,基本上處于流失狀態(tài)。
- 使用趣味性或者暗示性較強(qiáng)的語言快速吸引用戶注意力。比如:【拉勾招聘】有30 大廠HR,急招運(yùn)營總監(jiān)人才,薪資60K,點(diǎn)擊參與熱招季活動(dòng)。
- 創(chuàng)建好奇心。比如:【今日頭條】曝英偉達(dá)7萬多條員工信息遭泄露。
- 通過模擬真實(shí)的好友動(dòng)態(tài),激發(fā)用戶的響應(yīng)動(dòng)機(jī)。比如:【脈脈】<真實(shí)姓名>,你們班的同學(xué)邀請大家加入班級通訊錄哦……
- 給與用戶馬上可享用的利益點(diǎn)進(jìn)行誘導(dǎo),要強(qiáng)調(diào)專屬、限時(shí),增加歸屬感、緊迫感。比如:【抖音】您的獎(jiǎng)勵(lì)即將過期,盡快登陸抖音極速版APP查看吧!
- 圍繞用戶來平臺(tái)的核心動(dòng)機(jī),從各角度進(jìn)行召回。如應(yīng)聘、折扣、交友等。比如:【探探應(yīng)用】有一位空姐查看了4次你的個(gè)人主頁,點(diǎn)擊查看是誰吧……
一般挽留用戶:通過以上手段,用戶還是處于“三低”狀態(tài),可暫時(shí)擱置,把有限的資源投入到更有價(jià)值的人群上。
六、靈活運(yùn)用RFM
RFM模型更常用于電商領(lǐng)域,但是能體現(xiàn)用戶價(jià)值的關(guān)鍵行為都可以使用RFM來度量。
比如評論行為,就可以使用最近一次評論的時(shí)間、指定時(shí)間內(nèi)的評論次數(shù)和指定時(shí)間段內(nèi)的評論字?jǐn)?shù)來度量。
筆者曾運(yùn)用RFM模型來調(diào)整新用戶獎(jiǎng)勵(lì),直接吸引高價(jià)值用戶。
通過RFM對某證券APP的用戶進(jìn)行分層后,再對比“三高”的重要價(jià)值用戶的入金金額,我們發(fā)現(xiàn)入金金額高的有很大比例都屬于“三高”人群。
所以在具體手段上通過設(shè)定入金金額階梯,給與不同的獎(jiǎng)勵(lì),達(dá)到了很不錯(cuò)的效果。
當(dāng)然,在實(shí)際運(yùn)用中不一定將RFM三個(gè)維度都考慮到,也可以選取2個(gè)維度兩兩組合,或許有意外收獲。
本文由 @巨蟹小鷗 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自Unsplash,基于CC0協(xié)議
版權(quán)聲明:本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn),該文觀點(diǎn)僅代表作者本人。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容, 請發(fā)送郵件至 舉報(bào),一經(jīng)查實(shí),本站將立刻刪除。