利用RFM模型開展金融產(chǎn)品精細化運營

利用RFM模型開展金融產(chǎn)品精細化運營現(xiàn)在獲客成本越來越高，相信每一個運營人都意識到了轉(zhuǎn)化、留存以及促活的重要性。通過RFM可以幫助我們更了解用戶，精準(zhǔn)的開展運營手段。下面我將完完整整地把我用RFM模型進行數(shù)據(jù)分析的全流程分享給大家。1.首先根據(jù)產(chǎn)品確定三個重要指標(biāo)我負責(zé)的是一款金融類產(chǎn)品，KPI是充值金額和新增充值的人數(shù)。所以我將RFM分別確定為充值金額、充值次數(shù)和登錄次數(shù)。（具體的指標(biāo)根據(jù)自己產(chǎn)品決定，如社交類產(chǎn)品可以是：登錄次數(shù)，關(guān)注人數(shù)、使用時長）圖是我創(chuàng)建好的數(shù)據(jù)模型，共有998個用戶數(shù)據(jù)，是用RANDBETWEEN函數(shù)隨機生成的數(shù)組，不是真實的用戶數(shù)據(jù)，僅作為分析所用。2.下面開始計算R、F、M值第一步對數(shù)據(jù)進行分組，分成5個層級。分組依據(jù)可以按照公司業(yè)務(wù)劃分。我這里分組是先畫出用戶消費金額的趨勢圖，再根據(jù)數(shù)據(jù)走勢分組。從圖上可以看到，有很明顯的分布節(jié)點，于是我將這5個區(qū)域分為：1=10~1002=101~12003=1201~50004=50001~120005=12001~20000接下來根據(jù)分區(qū)數(shù)據(jù)計算每個充值金額對應(yīng)的數(shù)值，得出函數(shù)如下：=IF（B2>12000,5,IF（B2>5000,4,IF（B2>1200,3,IF（B2>100,2,1））））同理F和M的計算方式也是如此。對消費次數(shù)分級后，將這5個區(qū)域分為：1=1~52=6~73=8~104=10~155=15~20函數(shù)如下：=IF（C2>15,5,IF（C2>10,4,IF（C2>7,3,IF（C2>5,2,1））））接下來是登錄次數(shù)：1=1~102=11~203=21~304=31~405=41~50函數(shù)如下：=IF（D2>40,5,IF（D2>30,4,IF（D2>20,3,IF（D2>10,2,1））））3.求出RFM的平均值求出對應(yīng)的值之后，下面用AVERAGE函數(shù)計算各列的平均值：R的平均值=1.19F的平均值=1.28M的平均值=3.33（有小伙伴問我，為什么要計算出數(shù)值后再求平均值，而不是在原消費金額的基礎(chǔ)上求平均？你想下比賽時評委打分，會去掉一個最高分和最低分，這兩個的道理其實有點類似，這樣會使數(shù)組更加整體）4.判斷RFM等級接下來判斷RFM等級。通過與平均數(shù)進行對比，得出數(shù)值的高低。函數(shù)如下：R=IF（E2>1.19,”高”,”低”）F=IF（F2>1.28,”高”,”低”）M=IF（G>3.33,”高”,”低”）5.得出用戶價值到了最重要的一個環(huán)節(jié)，通過計算得出用戶的價值。用IF和AND函數(shù)判斷，同為高、同為低，以及分別為不同高低的用戶分別對應(yīng)什么。函數(shù)如下：=IF（AND（H2="高",I2="高",J2="高"）,"重要價值用戶",IF（AND（H2="高",I2="低",J2="高"）,"重要發(fā)展用戶",IF（AND（H2="低",I2="高",J2="高"）,"重要保持用戶",IF（AND（H1="低",I2="低",J2="高"）,"重要挽留用戶",IF（AND（H2="高",I2="高",J2="低"）,"一般價值用戶",IF（AND（H2="高",I2="低",J1="低"）,"一般發(fā)展用戶",IF（AND（H1="低",I2="高",J2="低"）,"一般保持用戶","一般挽留用戶"）））））））最后就可以根據(jù)判斷結(jié)果采取不同的運營手段了。下面列出2點我們具體實施時的工作流程給大家參考：重要價值用戶，是我們金字塔頂尖的客戶，所以要發(fā)掘他們的更大價值。通過數(shù)據(jù)的對比我們發(fā)現(xiàn)這類用戶集中在30-40歲的男性群體，有錢有時間，這類用戶我們?yōu)樗麄兯蜕洗箢~優(yōu)惠券，以及充值成功后贈送的特權(quán)和抽獎等形式刺激他們完成大額充值。重要挽留用戶，這類用戶多為18-25歲之間的年輕群體，充值金額低，登錄頻繁。年輕群體分享欲望強，通過測試我們選取了趣味性較強的素材文案，引導(dǎo)他們向朋友推薦，以擴大用戶群體，分享率提高了10%?！ㄟ^對不同層級用戶的測試，總結(jié)出該群體用戶的特性，之后動員同事提出想法和意見，必要時也要向用