精細化運營第一步：用RFM做使用者分層
RFM模型不難，是一個人人都可以上手的模型，運用範圍很廣泛，運營、銷售、市場等都可以在工作中使用到。
作者：劉秋平
來源：使用者運營玩起來
本文為作者授權鳥哥筆記釋出，轉載請聯絡作者並註明出處
今天給大家介紹一下RFM模型及如何利用RFM模型進行使用者分析。
RFM模型不難，是一個人人都可以上手的模型，運用範圍很廣泛，網際網路運營、電商運營、銷售、市場等都可以在工作中使用到。
一、 RFM模型介紹
1、 RFM模型是眾多客戶關係管理（CRM）分析方法中的一種，能夠 方便快速有效的量化使用者價值和創利能力 。
2、 RFM模型有三個要素，分別是： Recency（最近一次交易距今時間）、Frequency（交易頻率）、Monetary（交易金額）。
R值（最近一次交易距今時間）
使用者最近一次交易距今的時間。間隔時間越短，則值越大，這類客戶也是最有可能對活動產生反應的群體。
F值（交易頻率）
使用者在限定的時間內所購買的次數。最常購買的顧客，也是滿意度、忠誠度最高的顧客。
M值（交易金額）
使用者的交易金額，可以分為累計交易金額和平均每次交易金額，根據不同的目的取不同的資料來源進行建模分析。
3、根據三個值的指標，進行分類，可以得出下面這個 8個分類 。
R值、F值、M值分別計算出均值，然後根據使用者的資料就可以填入相應的客戶型別。“↑”表示大於均值，“↓”表示小於均值。
二、 利用RFM模型進行使用者細分
1、 一維分析
一維顧名思義，就是 利用R F M三個分類中的一個分類，來進行使用者分析。 在不需要非常精確資料的時候，可以利用一維分析快速做出決定。同時也適用於一些資料量比較少或特定使用者等。
比如僅針對M值進行分層，可以根據講使用者分為低消費使用者和高消費使用者；或者低階、中級、高階等。大家熟知的“二八定律”（又名“帕雷託法則”）曾作出過這樣的解釋：公司80%的收入來自於20%的使用者，那麼在一些活動的時候，就可以針對高消費使用者作出一些傾斜。
2、 二維分析
在某些情況下，我們只需要 利用R F M三個分類中的兩個來分類即可 ，比方說某客單價單一的電商店鋪，因為大家的M值都差不多，所以只需要針對R值和F值進行分類分析即可。
下面利用我之前的一個案例，給大家做個演示
表格中的資料分類不是死的，各位需要分析自己公司的業務，從而進行調整，選擇合適於自己的資料。
通過這樣一個表格，就可以非常清晰的知道使用者的情況。
-
1象限的使用者屬於流失使用者，可以不用理會。
-
越接近右上角的象限，屬於越優質的使用者，無論是購買力或者忠誠度都是越高的
-
1-5象限的使用者，只要購買一次，就會變成10象限使用者；同理16-20象限使用者，只要再購買一次，就會變成25象限的使用者。
接著就是針對不同象限的使用者採用不同的對策，該召回的召回，該放棄的放棄，集中火力進攻關鍵使用者。然後再不斷的調整-嘗試-優化-總結-優化，確實出最優方案。
3、 三維分析
如果順利理解了二維分析，其中三維分析也並不難，只不過是在之前的基礎上增加一個維度。
那麼很多人會問，如果三個維度都採用5個分類，那麼最終會有5X5X5=125個象限，這也太多了吧？
其中在真正的應用中，並不需要把象限分的那麼精細，可以根據公司業務情況進行考量。比如R F M各分2個值，那麼一共8個象限；R:F:M=3:3:3，那麼就是27個象限。
RFM模型只是提供一種思路和方法，使用的人不能閉門造車，還是要先了解公司業務，對使用者有一定的瞭解，這樣才可以將RFM模型的作用最大化。
謝謝大家。