数据分析模型---AARR模型R和RFM模型

语言: CN / TW / HK

AARRR模型

AARRR模型概述

  • AARRR模型是做用户分析的经典模型,呈现漏斗结构;
  • 从生命周期的角度,描述用户进入平台需经历的五个环节,获取商业价值;
  • 价值不仅源于用户购买行为( 获取营收),还来自于用户作为推荐者和内容生产者所带来的营收;

AARRR分别对应产品生命周期的五个阶段

image.png

image.png

对用户进行分层--用户增长

RFM模型

RFM模型概述

RFM模型是通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3个维度来描述该客户价值状况的客户分类模型。

  1. R:针对“最近活跃日期距离当前统计日期的天数”的衡量分值;
  2. F:针对“充值次数”的衡量分值;
  3. M:针对“充值金额”的衡量分值。

利用RFM打分进行用户分群流程

例子

项目背景: 根据用户行为数据进行精细化地运营,一方面资源倾斜到更有价值的人群上,另一方面分层运营节省运营效率加速用户价值提升;

项目前提: 用户生命周期维度粗狂,增加用户价值RFM模型多维度运营体系;

评分规则: 根据最后1次支用距今时间(R)、近1年360天支用次数(F)、180天日均余额(M)进行分析( 按照RFM三要素进行等级划分) ;

人群划分

$$$$ 总分=R 权重1+M权重1+F*权重3 $$$$

权重相加之和为100(即:权重1+权重2+权重3=100)

  • 重要核心保持: [300,+∞)
  • 重要发展用户: [250,300)
  • 重要挽留用户: [200-250)
  • 一般发展用户: [150-200)
  • 低价值用户:[0,150)

注意: 区间选取及调整原则:用户分布尽量均匀,且尽可能集中于中部区间

根据目前RFM的分层( 各维度权重)验证大盘的用户价值等级结论:

结论:

  • 重要核心保持用户的长期收入价值高等级用户占比高(深色),L4等级以上用户占94%;
  • 重要发展用户腰部价值用户占比较高,L2-L4等级用户占比85%;
  • 重要挽留用户L0-L2占比53%,L3-L4等级45%;
  • 一般发展用户L0-L2占比76%, L3-L4等级24%;
  • 低价值的用中长期收入价值低比例占据较大,L0-L2等级及以下用户占84%; L3-L4占比16%