帮助

如何通过RFM模型做用户分层,进行精细化运营?

2019-11-13 16:59 运营文档
当用户量是几十万,上百万的时候,针对不同的用户该如何去做管理呢

说到用户运营,大家或许会说用户画像,用户分层,社群运营,粉丝运营等一系列的名词,在日常工作中你可能也做过用户分层方面的实践,比如运营社群,当用户量只有几百的时候,我建几个群,每天发发消息,做用户管理,当用户量到几万的时候,建上百个群去做用户管理,还会分为核心群,普通群,会员群等等,这些都是用户分层运营的实践。

可是当用户量是几十万,上百万的时候呢,你发个活动,针对不同的用户该如何去做管理呢,简单的用户分层显然不能满足需要,这对于社群,小程序,APP都是如此,必须系统地去思考根据你的产品需求,确定你的用户分层模型是什么?

本文就为大家来分享如何通过RFM模型做用户分层管理,进行精细化运营,提升运营指标增长。

                                                             

何为RFM模型

首先,我们先来了解下什么是RFM模型,三个字母的含义如下:

R:最近一次消费(recency),代表用户距离最后一次消费的时间,最近一次消费的时间距今越短,对我们来说该用户更有价值,也能更有效的触达该用户。

F:消费频次(frequency),用户在一段时间内,在产品内的消费频次。

M:消费金额(monetary),用户消费的金额,代表用户的价值贡献。

通过这三个指标的高低排序组合,我们就可对我们的用户进行分层,在做好用户分层后进行精细化运营,针对不同的用户制定不同的运营策略,想必大家也会经常点外卖,当打开美团外卖或者饿了么的时候,会受到优惠券的推送,和身边的朋友细心对比后,就会发现,每个人收到的优惠券是不一样的额度,这就是用户分层的一个应用,当然他们所做的用户分层更为复杂,但底层的原理都是相同的。

RFM模型在不同领域的应用

需要说明的是RFM模型的三个变量在不同的产品和领域可做不同的定义,并不局限于消费类的产品,比如在做社区的产品那里,可以这么去定义:

R:最后一次发帖时间;

F:发帖次数;

M:评论数

如果不是在社区,而是在别的产品呢,也可以根据自己产品的需要去定义指标的具体内容,比如可以这么去定义:

R:最后一次登录时间,最后一次浏览时间,最后一次点击时间,最后一次阅读时间等;

F:发帖次数,登录频率,评论次数等;

M:评论数,点赞数,点击数等;

在具体的应用中可以改变指标定义的内容,根据业务需要定义你的核心指标,比如下面我将以某外卖平台为例,定义最近一次消费时间,消费频次,消费金额,三个维度为大家讲解用户分层和应该采用的运营策略。

以某外卖平台为例,如何利用RFM模型做用户分层?

回到刚才那个话题,大家可能会经常点外卖,当打开美团外卖或者饿了么的时候,会受到优惠券的推送,优惠券的力度是不一样的,这是他们做的精细化运营。

那么假如让你去做一个外卖平台用户分层的话,你会如何去做呢,诸葛君将通过RFM模型,从最近一次消费时间,消费频次,消费金额三个维度为大家实例讲解用户分层的方法。

我们先来分析外卖中这三个指标分别代表用户的哪些特征,最近一次消费时间:代表了该用户已经多久没使用我们的产品,时间越久触达越难;消费频次:代表了该用户在我们平台上购买的次数,背后是用户忠诚度的体现;消费金额,代表了这个用户在我们平台上的花费,背后是消费能力的体现。

根据这三个维度的指标,我做了下面这个表格:

 

从中我们可以看到,通过对最近一次消费时间,消费频次,消费金额三个指标的高低排序,建立起用户价值分层,根据用户价值的高低再采用不同的运营策略,进行精细化运营,达到我们的运营目标。

上述RFM模型的分享和某外卖平台的举例是让大家去深刻理解用RFM模型做用户分层的方法,在具体的工作实践中应用起来,需要重视的是RFM模型有两个需要注意的方面:核心指标的定义和时间节点的选取,相信大家在实践中会有更清楚的思考。


相关推荐

QQ在线咨询