本文转自知乎

作者:接地气的陈老师

—————————————————————————————————————————————————————

有同学问:“为啥我做的RFM模型被客户/业务部门批斗,说做的是啥XX玩意?我是对着网上的教程做的呀”

答:冒着被众多卖网课的号喷死的风险,揭示一个真相,就是在网课里如果不加“模型”俩字是很难卖的动的。大家都喜欢看高大上的东西,所以一般教数据分析的课在描述性统计完了都直接上RFM。

如果说成:“你要对用户交易行为进行分段,解读业务含义”,就太搓矮土了,咋吸引人吗。类似的,比如单维度分类,要起个名字叫:二八法,切割法,金字塔模型;比如两维度交叉,要叫矩阵法,象限模型。三维度分类,嘿,就到RFM模型了。轻则上一个3*3*3=27的矩阵,重则先三维度分类再聚类,一看就牛逼!

ヾ(◍°∇°◍)ノ゙

然鹅,死就死在业务含义四个字上。套到具体的业务场景,你会发现RFM有很多很多不适用的地方。

RFM是针对客户ID的分析,所以至少得有客户ID吧。是滴!这就淘汰了一大堆实体店+会员卡模式的企业。这些普遍管不住渠道的企业,客户ID关联订单比例往往只有10%-30%。RFM是基于会员交易做分析,在这种垃圾数据基础上,要剔除高达90%-70%的交易.这么做本身是件很搞笑的事。

更不用说,剩下的10%有会员ID的消费里边,又有至少40%的ID以上是一年未到店用户,活跃的撑死20%。更不用说10%*20%里边又有至少30%是各种羊毛卡。实际上,做实体企业信息化项目时,用户价值分析经常被做成渠道贪污力分析……

┗( ´・∧・`)┛

RFM是针对顾客交易行为,其他行为分析,比如积分兑换行为,直接套用RFM是很不合适的。积分兑换虽然看起来也像用积分买东西,但交易是产生价值,积分兑换是产生成本,这两者业务含义完全不同。其次,积分兑换依赖于顾客手头有多少积分,如果没积分他也没法兑换。所以积分兑换类的分析,要先看顾客的积分持有情况,增长情况,使用率三个指标。

RFM是针对顾客交易后记录分析,所以重视售前过程的B2B类销售,基本没得做了。B2B要看销售线索获取时间,跟进次数,项目推进阶段。

RFM是针对顾客个人交易后记录分析,所以非最终顾客消费的渠道,基本没得做了。渠道交易要关注sell in sell out两个数据。

RFM是针对顾客有一定频次的消费(否则根本不存在RF的概念,有谁隔三差五买个房子……),所以耐用品基本没得做了。耐用品要关注用户需求的关键节点和需求类型,像家电、家纺,关注的是三新(新婚、新居、新年)。像房子、车子,关注首次置业/二次更新、自用/投资一类的指标。

所以看到底,RFM其实比较适合传统企业里的运营商、银行、航空,或者互联网里的电商、出行,这种必须捆绑客户ID,有一定频次的小额消费。这时候才能做出网课里的RFM的各种骚操作效果。

因此同学们要关注业务场景,关注自己到底服务的是什么业务。RFM的精华不是最后聚类那一步,而是RFM是一个经过积累检验,很好用的三维度分类。相当多的快消品有使用量的概念,所以知道了R,F以后可以进行补货提醒,这才是模型的初衷。不要一味追求用复杂的计算,解决业务问题才是要义。


照例,估计这么一发,很多同学会问,那列举的那么多场景该怎么分析,来来来让我看到大家点赞的小手,赞多了再更新

(▰˘◡˘▰)

为啥我做的RFM模型被人说做错了,我错哪了?的更多相关文章

  1. 案例(一) 利用机器算法RFM模型做用户价值分析

      一.案例背景 在产品迭代过程中,通常需要根据用户的属性进行归类,也就是通过分析数据,对用户进行归类,以便于在推送及转化过程中获得更大的收益. 本案例是基于某互联网公司的实际用户购票数据为研究对象, ...

  2. RFM模型的变形LRFMC模型与K-means算法的有机结合

    应用场景: 可以应用在不同行业的客户分类管理上,比如航空公司,传统的RFM模型不再适用,通过RFM模型的变形LRFMC模型实现客户价值分析:基于消费者数据的精细化营销 应用价值: LRFMC模型构建之 ...

  3. 数据改变认知——不知怎么选,用RFM模型看舔狗质量!

    假设我长得很漂亮,拥有众多追求者,但是初出闺房的我对这世界上的男人毫无认知,那么该如何选择呢?这真是一个问题! 妈妈说,愿意为我花钱的男人未必爱我,但不愿意为我花钱的男人必定不爱我,而后传授了一套RF ...

  4. RFM模型——构建数据库营销的商业战役!(转)

    RFM模型:R(Recency)表示客户最近一次购买的时间有多远,F(Frequency)表示客户在最近一段时间内购买的次数,M (Monetary)表示客户在最近一段时间内购买的金额.一般原始数据为 ...

  5. RFM模型及R语言实现

    每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 一.基本概念 根据美国数据库营销研究所Arth ...

  6. RFM模型

    python信用评分卡(附代码,博主录制) https://study.163.com/course/introduction.htm?courseId=1005214003&utm_camp ...

  7. RFM模型的应用 - 电商客户细分(转)

    RFM模型是网点衡量当前用户价值和客户潜在价值的重要工具和手段.RFM是Rencency(最近一次消费),Frequency(消费频率).Monetary(消费金额) 消费指的是客户在店铺消费最近一次 ...

  8. 数据分析-RFM模型用户分析

    RFM模型 根据美国数据库营销研究所Arthur Hughes的研究,客户数据库中有3个神奇的要素,这3个要素构成了数据分析最好的指标: 最近一次消费 (Recency) 消费频率 (Frequenc ...

  9. Oracle运维 专业的事情交给专业的人来做

    关于Oracle运维的重要性,随便写了几句,放在这儿和大家共勉. Oracle数据库在RDBMS中独占熬头,07年统计其市场份额占关系数据库市场的48.6%稳居首位,而且逐年增加,上升势头强劲.在使用 ...

随机推荐

  1. sort a given string

    my solution: function order(words){ var splitToArr = words.split(' '), len = splitToArr.length, newA ...

  2. 持续集成之Jenkins+Gitlab实现持续集成 [二]

    持续集成之Jenkins+Gitlab实现持续集成 [二] 项目:使用git+jenkins实现持续集成 开始构建  General  源码管理 我们安装的是Git插件,还可以安装svn插件  我们将 ...

  3. tob toc tovc什么意思

    先说一下TOB.TOC.TOVC的含义.B:business (企业)C:customer(消费者)VC:Venture Capital(风险投资) to b产品是根据公司战略或工作需要,构建生态体系 ...

  4. Lucene 4.8 - Facet Demo

    package com.fox.facet; /* * Licensed to the Apache Software Foundation (ASF) under one or more * con ...

  5. ElasticSearch 5.0.0 安装部署常见错误或问题

    1.ERROR: bootstrap checks failed [1]: max file descriptors [65535] for elasticsearch process is too ...

  6. [转]短短几年,Ceph如何引爆中国的开源热潮?

    原文:http://article.ccw.com.cn/article/view/131427 ,2018-04-02,本文作者:计世传媒 赵新竹 世民Sammy:非常荣幸有机会在北京Cephalo ...

  7. [VS2013]常见异常修正

    未能加载文件或程序集“Microsoft.SqlServer.Management.Sdk.Sfc, Version=11.0.0.0, Culture=neutral, PublicKeyToken ...

  8. 数据库的ds命令

    Mysqi      数据库: 理一下数据库的格式: mysqi 关系型数据库,(表的概念) node.js 非关系性数据库  (json) 结构:数据库存放多张表,每个表可以存放多个字段,每个字段可 ...

  9. echo() print() printf() print_r() 的区别

    echo是一个语言结构而非函数,因此它无法被变量函数调用, print和print_r是函数,语句没有返回值,函数可以有返回值(即便没有用) print()    只能打印出简单类型变量的值(如int ...

  10. [UE4]响应鼠标点击