RFM分析
RFM分析用于分析RFM模型中用户的RFM指标情况,得出各RFM用户类型的分布,如下图所示。
操作步骤
进入RFM分析页面,有两种方式:
选择工作空间>用户洞察>用户分析>RFM分析,进入RFM分析页面,如上图所示。
选择工作空间>用户洞察>营销模型>RFM模型,单击要分析的RFM模型对应的分析,进入RFM分析页面。
从右上角下拉列表选择要分析的RFM模型,下方将显示相应的分析图表。
说明若您是从RFM模型页面进入RFM分析页面,则默认已选中对应的RFM模型。
分析结果包含以下部分:
核心指标
当选择的RFM模型的分析类型为订单汇总数据时,展示交易用户数、交易金额、人均交易金额、人均交易频次的具体数值。
当选择的RFM模型的分析类型为订单明细数据时,展示交易用户数、交易金额、人均交易金额、人均交易频次的具体数值及趋势图。
RFM用户构成(用户类型)
根据RFM模型的用户分类定义,展示本模型的用户类型分布情况。RFM用户类型定义,请参见下面的RFM用户类型与划分规则。
您可以在图表右上角选择从用户人数、消费金额或消费频次三个维度查看用户类型的分布情况。
将鼠标悬停至某类型用户的图形上,将显示该类型用户的人数及占比、人均交易金额、人均交易频次。
如需将指定类型用户创建为人群,单击图表右上角图标,在弹窗中选择用户类型(可多选),输入人群名称、备注,设置是否公开为公共人群,选择人群保存的目录、关联的子活动(请参见营销活动文档),单击确定。
联动明细
单击某类型用户的图形,下方将显示该类型的5个示例用户的消费信息。
RFM用户构成(消费分布)
消费能力分布(MF-R):横坐标为F交易频率,纵坐标为M交易金额,点大小为R上次交易间隔。通过MF分布来直观看到用户的消费能力分布,进而通过R的大小来锁定哪些用户更为忠诚。点越大,用户忠诚度越高。
消费潜能分布(MR-F):横坐标为R最近一次交易间隔,纵坐标为M交易金额,点大小为F交易频率。通过MR分布来直观看到用户的消费潜能情况,进而通过F的大小来挖掘更有价值的用户。点越大,用户越有挖掘价值。
消费分布(RF-M):横坐标为F交易频率,纵坐标为R上次交易间隔,点大小为M交易金额。通过RF分布来直观看到用户的消费异动情况,进而通过M的大小来判断哪些用户更有必要挽回。点越大,用户越有必要挽回。
将鼠标移动至某类型用户的图形上,将显示该类型用户的人均交易数据。
RFM用户类型与划分规则
将用户的RS、FS、MS得分分别与RS对比值、FS对比值、MS对比值相比较,可得出该用户在群体中的相对价值水平:
用户得分大于对比值,价值较高。
用户得分小于对比值,价值较低。
RS、FS、MS分别为用户的消费间隔、消费频率、消费金额得分。
RS对比值、FS对比值、MS对比值分别为RFM模型中所有用户的消费间隔、消费频率、消费金额得分的平均值(即统计学中的加权平均值),或为自定义值。
得分规则及对比值在RFM模型中设置,请参见创建RFM模型。
用户在R、F、M任意一项中的价值可被分为高、低两类,综合R、F、M三项的表现,用户可被划分为8种类型,详细类型及分类规则如下图所示。
RFM用户类型 | RS | FS | MS | 说明 |
高价值用户 | 大于等于RS对比值 | 大于等于FS对比值 | 大于等于MS对比值 | 将最近消费日期较近、消费频次较高、消费金额较高的用户定义为高价值用户。 |
重点保持用户 | 小于RS对比值 | 大于等于FS对比值 | 大于等于MS对比值 | 将最近消费日期较远,但是消费频次和消费金额较高的用户定义为重点保持用户。 |
重点发展用户 | 大于等于RS对比值 | 小于FS对比值 | 大于等于MS对比值 | 将最近消费日期较近,消费金额较高,但是消费频次不高的用户定义为重点发展用户。 |
重点挽留用户 | 小于RS对比值 | 小于FS对比值 | 大于等于MS对比值 | 将最近消费日期较远,消费频次较低,但是消费金额较高的用户定义为重点挽留用户。 |
一般价值用户 | 大于等于RS对比值 | 大于等于FS对比值 | 小于MS对比值 | 将最近消费日期较近,消费频次较高,但是消费金额不高的用户定义为一般价值用户。 |
一般保持用户 | 小于RS对比值 | 大于等于FS对比值 | 小于MS对比值 | 将最近消费日期较远,消费金额不高,但是消费频次较高的用户定义为一般保持用户。 |
一般发展用户 | 大于等于RS对比值 | 小于FS对比值 | 小于MS对比值 | 将最近消费日期较近,但是消费频次和消费金额不高的用户定义为一般发展用户。 |
潜在用户 | 小于RS对比值 | 小于FS对比值 | 小于MS对比值 | 将最近消费日期较远、消费频次不高、消费金额不高的用户定义为潜在用户。 |