数据分析模型---AARR模型R和RFM模型
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
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。
- 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;
- F:针对“充值次数”的衡量分值;
- 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%