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. 【转】SQL Server日志文件过大 大日志文件清理方法 不分离数据库

    https://blog.csdn.net/slimboy123/article/details/54575592 还未测试 USE[master] GO ALTER DATABASE 要清理的数据库 ...

  2. OpenTSDB(时序数据库官网)

    官网地址:http://opentsdb.net/ 下载地址:https://github.com/OpenTSDB/opentsdb/releases ----------------------- ...

  3. OwnCloud 开源网盘

    https://www.getnas.com/freenas-owncloud/ FreeNAS 插件:OwnCloud 开源网盘 ownCloud 分为服务器端和客户端两个部分,服务器端可以在 Fr ...

  4. VS2013编译Qt5.2.1 32位静态库debug-and-release版及结果分享

    1. 下载zip源码,我下载的是qt-everywhere-opensource-src-5.2.1.zip这个文件. 2.安装python 3.解压缩qt-everywhere-opensource ...

  5. 宝塔linux面板运行jsp文件的配置工作

    第一步宝塔安装和软件安装我们先安装宝塔面板(这个不需要我说咋弄吧) 安装完成后登录到宝塔面板然后安装软件我个人喜欢nginx最新版,mysql由于服务器配置很菜所以没发装56,php什么的我用不到就没 ...

  6. 【AMQ】之JMS概念

    1.JMS(Java Message Service)Java消息服务,是Java20几种技术其中之一 2.JMS规范定义了Java中访问消息中间件的接口,但是没有给实现,这个实现就是由第三方使用者来 ...

  7. ES6基础一

    声明方式 var和let的区别 1,var用来声明全局变量,let用来声明局部变量:               2,var可以提升变量,let声明的变量不在变量提升:        const声明常 ...

  8. jQuery版本问题,及事件源

    jQuery版本的分界线是2.0 2.0之前很多方法支持ie低版本,2.0之后就不支持了 工具:index() 指定元素的索引  (有参数) 不传参的情况下,父级元素下同级元素的排名,传参:指定元素的 ...

  9. MySQL学习----各种字符的长度总结

    数字型 类型 大小 范围(有符号) 范围(无符号) 用途 TINYINT 1 字节 (-128,127) (0,255) 小整数值 SMALLINT 2 字节 (-32 768,32 767) (0, ...

  10. ZBench: 服务器一键测试脚本 / 自带结果导出vps网络测试

    zbench主站: https://blog.liyuans.com/archives/Zbench.html 脚本来自友链 主机博客,项目地址为 https://github.com/Functio ...