用户价值

用户价值和RFM模型

落花浮王杯 提交于 2019-11-29 04:57:37
什么是用户价值? 用户价值就是对公司来说有用的地方,比如有的公司看中用户的消费能力,有的公司则看中用户的忠诚度 。各公司的业务目的不同,用户价值的体现自然也不同。这里主要说一下适用于电商的RFM模型。 什么是RFM模型? RFM模型根据用户最近一次消费时间R,消费频率F,消费金额M,计算出RFM值,通过RFM这三个维度来评估用户的价值。 R(Recency) :最近一次消费。用户距离上一次消费的时间间隔。R值越大,表示用户最近一次消费的时间距离现在越久。R指标反应了用户对品牌的熟悉度和回购频率。 F(Frequency) :消费频率。用户在一段时间内的消费次数。F值越大,表示客户在最近一段时间交易次数越多。F指标反应了用户对品牌的忠诚度及购买习惯是否养成。 M(Monetary) :消费金额。用户在一段时间内的消费金额。M值越大,表示客户消费能力越大。M指标反应了用户价值和产品认可度。 RFM模型有什么用? 可以根据RFM模型将用户进行细分,并通过RFM这三个维度将用户分成多个类别,以便实现精益化运营。 用户的8个类别: 如何计算RFM值? R值、F值、M值这三个维度存在量级差距,无法直接通过加减运算来计算出RFM值。计算RFM值有两大类方法: 1,评分方法 方法一:采用5分制为RFM三个维度的值赋予一个评分值。对于F、M变量来讲,值越大代表购买购买频率越高、订单金额越高

数据分析-淘宝用户行为分析

亡梦爱人 提交于 2019-11-27 06:09:59
一、项目背景和目的 项目数据来源于 https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1 ,通过此项目学习电商数据分析的指标与数据分析的基本方法。 二、分析维度 根据现有数据及分析目的,从四个维度进行分析: 第一个维度:用户购物情况整体分析 以PV、UV、平均访问量、跳失率等指标,分析用户最活跃的日期及活跃时段,了解用户行为习惯 第二个维度:商品购买情况分析 从成交量、人均购买次数、复购率等指标,探索用户对商品的购买偏好,了解商品的销售规律 第三个维度:用户行为转化漏斗分析 从收藏转化率、购物车转化率、成交转化率,对用户行为从浏览到购买进行漏斗分析 第四个维度:参照RFM模型,对用户进行分类,找出有价值的用户 三 、分析正文 分析步骤如下: 提出问题------理解数据------数据清洗------构建模型------数据可视化 (一)提出问题 用户最活跃的日期及时段 用户对商品有哪些购买偏好 用户行为间的转化情况 用户分类,哪些是有价值的用户 (二)理解数据 用户行为类型又分为四种: pv: 商品详情页pv,等价于点击 buy:商品购买 cart:商品加入购物车 fav:收藏 (三)数据清洗 包含数据导入(采用Navicat)、缺失值处理、一致化处理、异常值处理(2017.11.25到2017.12