对RFM模型的理解

2024-02-26 04:38
文章标签 模型 理解 rfm

本文主要是介绍对RFM模型的理解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

客户价值可以衡量客户对企业的相对重要性,是企业进行差异化决策的重要标准。 由此,通过客户价值分类可以为企业进行差异化营销策略奠定基础。
RFM模型对客户价值分类时非常简单的一种模型
以下从几大模块说一下个人对RFM模型的理解。

1.RFM模型是什么

按照客户的消费情况,
先把客户分为流失客户,不活跃客户,回流客户,活跃客户,新客户五类
RFM三个维度都是对这五类客户的划分,根据相互独立又不重不漏的原则,
来计算三个指标的值。同时也能在计算过程中发现这个模型的不足之处。
R:最近一次交易时间距今天的天数
该指标可以衡量【用户记忆强度、回购周期】
该指标越小越好。
天数越小,越可能是活跃客户或者新客户
天数越大,越可能是流失用户或者不活跃用户
F:一段时间内消费次数
该指标衡量【用户忠诚度】,越大越好
如果直接使用近一年时间内的消费次数,其实没有办法衡量
R>365的客户忠诚度
所以我们常用上次消费前一年内的消费次数替代。
M:一段时间内的消费金额
该指标衡量【用户消费能力】
这里的时间段可以和F的时间段一致
eg:1次消费100元和100次消费1元的消费总金额相同,
但是消费水平,消费能力还是有差距的。
所以这个指标常用上次消费前一年内的平均消费金额替代。
(总消费金额/消费次数)
F,M也可以用总消费次数和总消费金额来替代,反映用户整体消费水平
如果对于一家处于衰落期的企业来说,总数不能很好的反映当前的状况。
如果耐用品,一年买不了一次的,可以用总数(eg:车)
具体问题具体分析

2.原理

  我们的目标是划分用户价值。用户价值可能可以用很多指标衡量RFM是对用户价值贡献度最高的三个因子。所以,不同场景下的指标不一定相同。指标最好是相互独立,不重不漏或者贡献度很高;且指标不宜过多分类的结果数=2的指标数次幂在知乎场景下,衡量知乎用户价值最高的指标可能是
R:最近一次登录时间、最近一次发帖时间、最近一次投资时间、最近一次观看时间
F:浏览次数、发帖次数、评论次数
M:充值金额、打赏金额、评论数、点赞数

3.计算过程

step1:分别计算F,R,M的值
step2:有两种方式
将 R、F、M 数据标准化  或者  创建参数 分段打分
数据标准化:https://zhuanlan.zhihu.com/p/31684764
创建参数 分段打分:https://www.zhihu.com/question/49439948/answer/254004098
参考这两个文章
step3:计算参考值。 根据业务来定,取平均值或者中位数
step4:判断标准化值与参考值的大小.   >,取1   <,取0

4.迭代优化

可以顾客生命周期模型与RFM模型中的差异。进而进行迭代优化。
生命周期模型会另写一篇文章,主要从【最后一次消费时间-第一次消费时间】、【今天-最后一次消费时间】两个维度将客户分为四种。
顾客生命周期模型只从时间两个维度考虑,忽略了消费金额和消费次数。

在这里插入图片描述

4.应用

在这里插入图片描述

        上图来自空白女侠下图来自网络

在这里插入图片描述
在这里插入图片描述

不同类别的用户的策略是不一样的。比如:重要发展用户,F低
策略是提升频次。
所有可能提升频次的事情我们都可以尝试,从中找一种最有性价比的方式。
eg:发push,发券,打电话等方案

在这里插入图片描述

写完有更新,同时发现了空白女侠的这篇文章。很棒 可以参考https://www.zhihu.com/question/49439948/answer/254004098

https://www.jianshu.com/p/f9b073203503?utm_campaign=haruki

https://zhuanlan.zhihu.com/p/31635022数据标准化和归一化

这篇关于对RFM模型的理解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/747728

相关文章

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

SpringBoot快速接入OpenAI大模型的方法(JDK8)

《SpringBoot快速接入OpenAI大模型的方法(JDK8)》本文介绍了如何使用AI4J快速接入OpenAI大模型,并展示了如何实现流式与非流式的输出,以及对函数调用的使用,AI4J支持JDK8... 目录使用AI4J快速接入OpenAI大模型介绍AI4J-github快速使用创建SpringBoot

0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程

《0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeekR1模型的操作流程》DeepSeekR1模型凭借其强大的自然语言处理能力,在未来具有广阔的应用前景,有望在多个领域发... 目录0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型,3步搞定一个应

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

如何在本地部署 DeepSeek Janus Pro 文生图大模型

《如何在本地部署DeepSeekJanusPro文生图大模型》DeepSeekJanusPro模型在本地成功部署,支持图片理解和文生图功能,通过Gradio界面进行交互,展示了其强大的多模态处... 目录什么是 Janus Pro1. 安装 conda2. 创建 python 虚拟环境3. 克隆 janus

本地私有化部署DeepSeek模型的详细教程

《本地私有化部署DeepSeek模型的详细教程》DeepSeek模型是一种强大的语言模型,本地私有化部署可以让用户在自己的环境中安全、高效地使用该模型,避免数据传输到外部带来的安全风险,同时也能根据自... 目录一、引言二、环境准备(一)硬件要求(二)软件要求(三)创建虚拟环境三、安装依赖库四、获取 Dee

深入理解Apache Airflow 调度器(最新推荐)

《深入理解ApacheAirflow调度器(最新推荐)》ApacheAirflow调度器是数据管道管理系统的关键组件,负责编排dag中任务的执行,通过理解调度器的角色和工作方式,正确配置调度器,并... 目录什么是Airflow 调度器?Airflow 调度器工作机制配置Airflow调度器调优及优化建议最