數據分析模型---AARR模型R和RFM模型

語言: CN / TW / HK

AARRR模型

AARRR模型概述

  • AARRR模型是做用户分析的經典模型,呈現漏斗結構;
  • 從生命週期的角度,描述用户進入平台需經歷的五個環節,獲取商業價值;
  • 價值不僅源於用户購買行為( 獲取營收),還來自於用户作為推薦者和內容生產者所帶來的營收;

AARRR分別對應產品生命週期的五個階段

image.png

image.png

對用户進行分層--用户增長

RFM模型

RFM模型概述

RFM模型是通過一個客户的近期購買行為、購買的總體頻率以及花了多少錢3個維度來描述該客户價值狀況的客户分類模型。

  1. R:針對“最近活躍日期距離當前統計日期的天數”的衡量分值;
  2. F:針對“充值次數”的衡量分值;
  3. M:針對“充值金額”的衡量分值。

利用RFM打分進行用户分羣流程

例子

項目背景: 根據用户行為數據進行精細化地運營,一方面資源傾斜到更有價值的人羣上,另一方面分層運營節省運營效率加速用户價值提升;

項目前提: 用户生命週期維度粗狂,增加用户價值RFM模型多維度運營體系;

評分規則: 根據最後1次支用距今時間(R)、近1年360天支用次數(F)、180天日均餘額(M)進行分析( 按照RFM三要素進行等級劃分) ;

人羣劃分

$$$$ 總分=R 權重1+M權重1+F*權重3 $$$$

權重相加之和為100(即:權重1+權重2+權重3=100)

  • 重要核心保持: [300,+∞)
  • 重要發展用户: [250,300)
  • 重要挽留用户: [200-250)
  • 一般發展用户: [150-200)
  • 低價值用户:[0,150)

注意: 區間選取及調整原則:用户分佈儘量均勻,且儘可能集中於中部區間

根據目前RFM的分層( 各維度權重)驗證大盤的用户價值等級結論:

結論:

  • 重要核心保持用户的長期收入價值高等級用户佔比高(深色),L4等級以上用户佔94%;
  • 重要發展用户腰部價值用户佔比較高,L2-L4等級用户佔比85%;
  • 重要挽留用户L0-L2佔比53%,L3-L4等級45%;
  • 一般發展用户L0-L2佔比76%, L3-L4等級24%;
  • 低價值的用中長期收入價值低比例佔據較大,L0-L2等級及以下用户佔84%; L3-L4佔比16%