用户运营体系——用户分层实现精细化运营

公司里面有这样一个场景，一个做食品的公司在某一个月突然就发现相比上个月，当月的销售额极度下跌，老板惊慌失措，找来下属分析原因，但是没有一个人能够清楚的讲出导致此次事故的重要原因。

后来发现，这个公司连一个数据分析师都没有。听了专家的建议后，找来了数据分析师，果不其然，在了解大致描述后，只见数据分析师花了一个下午做了一些统计图表，便直接给出了导致销售额下降的原因——重要价值客户流失。后来找到并查看了“重要价值客户”名单以及其此月的销售额贡献情况。证实了数据分析师得出的结论的确是正确的。那么，到底数据分析师是怎样从数据之中得到连相关人员都不知道的情况的呢？

他能解决这样的问题用到的就是我们这里要讲的RFM模型。首先我们先来介绍一下三个字母的意思。实际上这三个字母分别代表以下三个指标。

R值：最近一次消费（Recency）

指客户在店铺最近一次和上一次的消费时间间隔，R值越小时间间隔越短，客户价值越高，对店铺的回购机制越有可能产生回应。

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：消费频率（Frequency）

消费频率是客户在固定时间内的购买次数（一般是1年），购买次数越多，也就是F的值越大，客户价值越高。

但是如果实操中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：消费金额（Monetary）

M值是RFM模型中相对于R值和F值最难使用，但最具有价值的指标。指一段时间（通常是1年）内的消费金额，消费金额越高，也就是M的值越大，用户价值越高。

但对于一般店铺的而言，产品价格带比较单一，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。针对每个维度设定一个阈值，将用户群体划分为二（高于阈值、低于阈值），阈值可以使用中位数、平均数等

三个维度齐下，则可以将用户整体划分为8个用户细分群。

有了用户的细分，可以对不同价值的用户使用不同的运营决策，把公司有限的资源发挥到最大的效果，这就是我们常常听到的精细化运营，不断将用户转化为重要价值用户。比如针对【重要价值客户】应该做好用户的权益维系，针对【重要保持客户】做好客户的流失挽回。

那么接下来问题来了，我们需要怎样衡量每一个客户的RFM指标呢？给定一个用户，我们怎样才能正确将他划分呢？对于每一个指标来说，我们总得有一个标准衡定它为高还是低吧！

1.数据清洗

数据源必需字段有：【用户名称】、【购买时间】、【购买产品数】、【消费金额】。

例如，在上面的店铺中，就采用了统计本月31天的这个时间间隔确定了时间范围。

2. 建立评分参数，分别得出R值、F值、M值

这里是按指标的价值打分，不是按指标数值大小打分。对于最近1次消费时间间隔（R），上一次消费离得越近，也就是R的值越小，用户价值越高。

实际业务中，如何定义打分的范围，要根据具体的业务来灵活掌握，没有统一的标准。

3. 判断R值、F值、M值的高与低

计算R值、F值、M值的平均值，再将其与平均值进行比较。小于平均值则为0，大于平均值则为1。

4. 对照模型，得到客户分类结果

得到客户分类后，我们是不是就该对不同的客户提供不同的服务呢?

这就是人们常说的精细化运营，在流量红利逐渐消失后，人们不得不进行精细化运营，必须对不同的客户提供不同等级的服务。在文章开头讲到的没有数据分析师的公司问题就是还没有意识到精细化运营这一点，才出现了连”大客户“的名单都不知道的情况。

言归正传，那么，通常我们肯定是要将重点放在前四类客户上。对于

1.重要价值客户，RFM都很高，我们要提供VIP服务

2.重要发展客户，消费频率低，这类客户是最容易转化成第一类客户的群体，一定要想办法提高他们的消费频率。

3.重要保持客户，最近一笔消费时间已经有些远了，所以必须要主动保持联系，提高复购。

4.重要挽留客户，这类客户消费频率低和最近消费时间间隔比较远，但是消费金额高，这种用户即将流失，要主动联系用户，调查问题出在哪里，想办法挽回。

觉得计算步骤太复杂的话可以直接使用SPSSPRO一键输出分析结果！

RFM值可以系统自动设置也可以手动设置。

注意事项：

（1）不同业务中R、F、M的定义不同，要根据具体业务灵活应用。比如：考察用户的活跃行为，也可以分为RFA（A：最近1周内累计活跃时长），这时候，RFA组合，也能清晰地区分出轻重度用户，还能找到下一步运营思路。

针对登录次数多，日常活跃用户，可以推送最新更新信息，刺激再次登录（R：5天、F：30次、M：5小时）

针对不活跃但深度的用户，可以找其感兴趣的内容，定期唤醒（R：5天、F：5次、M：5小时）

（2）R、F、M按价值确定打分的规则一般分为1～5分，也可以根据具体业务灵活调整。