这是一个典型的产品运营方向的问题,需要给用户分层并识别出高质量用户,倾斜更多的运营资源,以提升其使用产品的体验,最后形成口碑并进行传播。
前几天在脉脉上看到了亮哥在自己的专栏中有写到,RFM模型在运营中的实际运用,感觉非常合适这个问题。在这里,让我们试着用RFM模型来解答这个问题。
1.什么是RFM模型?
RFM模型是广泛使用于传统零售行业的用户分层模型,它主要以三个维度的数据来划分用户层级(质量高低),RFM分别是:
R(Recency):离某个时间点最近的一次消费,为【近度】维度;
F(Frequency):一段时间内的消费频次,为【频度】维度;
M(Monetary):对应这段时间内的消费金额,为【额度】维度。
通过RFM模型,我们可以轻松划分出用户的层级,如下表:
重要价值客户:最近消费时间近、消费频次和消费金额都很高的,这些是我们的高质量用户。
重要发展客户:最近消费时间较近、消费金额高,但频次不高,忠诚度不高的用户,都很有潜力,可以重点发展。
重要保持客户:最近消费时间较远,但消费频次和金额都很高,说明这是个一段时间没来的忠实客户,我们需要主动和他保持联系。
重要挽留客户:最近消费时间较远、消费频次不高,但消费金额高的用户,可能是将要流失或者已经要流失的用户,应当基于挽留措施。
在了解了这些基本信息后,我们就可以针对面试题目进行分析了。
在题目中,用户的行为路径是
出门①→公交②→百度广场购物③→百度广场看电影④→百度广场唱歌⑤→百度广场餐厅吃饭⑥
按照RFM模型,我们可以将用户层级分为如下几个部分:
R——7天(R3),8~15天(R2),16~31天(R1),考察的是客户购买的沉默期;
F——1次(F1),2~3次(F2),3次以上(F3),可以把3次作为客户是否发展为忠诚客户的一个参考标准;
M——100(M1),101~1000(M2),1000以上(M3),这个需要按照实际情况来划分,其重点在于考察客户的购买能力。
(1)通过上面的划分,我们就可以将客户群细分为(R1F1M1)、(R1F1M2)、(R1F1M3)等27个部分了。再将这27个客户群,按照RFM模型进行分析,划分出重要价值客户,一般价值客户等就OK,这样,各个用户质量的高低就出来了,R3,M3,F3次数多的,都是高质量用户。
其中,重要发展客户(最近消费时间较近、消费金额高,但频次不高,忠诚度不高)和重要保持客户(最近消费时间较远,但消费频次和金额都很高)是我们这次活动的重要促销对象。对于他们,可以通过消费积分活动感召回来,属于高促销价值用户。
当然,这里面百度广场也可以结合自身特点去调整R、F、M各项内容的划分,比如可以划分为2、5、2级别,然后RFM对应的就是20个区间了。
(2)如何选择一个最具促销价值的小区?
在我看来,这个就得看小区中高发展客户和重要保持客户的具体比例了,两者用户比例最高的小区,可以选择做为这次促销的主要针对小区。
行走在运营路上的18届毕业生,第一次尝试用户分层,欢迎大家留言讨论问题,觉得回答还不错的,可以给我点个认可哦
完美的优惠券:right place、right time、right price、right product、right costumer;得益于信息技术,我们可以对每个居民进行精细的分析。
因为同一个社区的设定,我们可以假设这里的居民有相同的消费偏好,不受小区影响。
首先,整理用户的总体消费情况数据:
各类消费以及总的平均频次、平均金额、标准差、中位数等指标,了解整体情况,做成图表,寻找特征
在每次消费中,购物消费、电影消费、点歌消费、餐厅消费的相关性。
以下是答案:
1. 单个居民的质量可以通过其消费金额、消费频度、单次平均消费金额来计算。
2. 在同样的促销金额下,能够产生更多购买的,就是更具备促销价值的用户。
这里的情况比较复杂,采取:提出假设、实践、修正再实践的方法,寻找消费规律、促销策略。
假设的提出,来源于对用户数据的观察,这里没有具体数据,我先提出几个消费规律的猜想:
a. 一些顾客属于娱乐消费者:电影消费者,往往也会是点歌的消费者或潜在消费者。
b. 人总是要吃饭:基本上所有到达餐厅的人,当天都会再进行餐厅消费。
c. 人的时间精力有限:当天消费了电影的,不太会消费点歌,消费点歌的,不会消费电影。
d. 没有人专门坐车过去吃饭:用户不太可能只去吃饭,毕竟五站公交。
这些猜想是可以用历史数据回测的,在后续的促销策略制定中,应当利用这些特性,规避一些低效的促销。
我再提出几个促销策略的猜想:
a. 同类目:该类目下,有消费金额,金额适中,在激励后,可能会消费更多。
b. 跨类目:在某一类目下,有消费金额,但在其他类目下没有,那么进行促销后,可能会带动其他类目的消费。
c. 启动:没有到访过百度广场的,通过促销,来到百度广场。
d. 根据消费规律:比如向电影消费者,推送点歌的优惠券。
通过一定的实践,数据反馈,发现促销价值的规律、居民特性、居民分群,甚至可以发现每个用户最适用的规则。(像是一个建模的过程?)
促销价值理解为每个居民在其最适用的策略下,消费增长量的高低,根据实际促销的规律,就可以判定价值的高低了。
3. 能够判断每个用户价值的时候,小区的价值就很容易了:最具促销价值的小区,就是具备促销价值用户最多的小区。
总结下:
没有什么实际营销的经验,只是个人的一些想法,可能有些离题,欢迎批评指正,共同讨论。
【商场如同网络“引流、提升成交转化、客单价”,最终提升“利润”是促销背后的最终目的。】
毕竟外行不了解实体,瞎聊几句。在我看来——题目很大,数据很细,真说起来会死人,可大可小~就说点想到的框架,从这些角度出发:
(1)如何判断单个居民质量的高低?
一月消费的多 排名
一月买的次数 排名
一次消费的多 排名
月总消费金额>月次数>平均单次金额
(数据没有提到“单个用户月贡献的纯利润值”我想这个才是最质量的用户)
(1)如何判定哪些用户最具备促销价值?
长远看,引流的意义 > 客单价
所以吸引更多的人来,最好周末时间带着家人一起来,形成消费习惯(商场人气)。
——用最受主妇、大妈喜欢的商品来促销(从性别和年龄段来看,她们也是最易被折扣吸引的)
(2)如何选择一个最具促销价值的小区?
不知道商场开了多久了:
❶ 如果开店【初期】不要看数据了,直接吸引——最近的几个。
❷ 如果商场【半成熟】(应该会有一份成型的小区用户开发度 排名表)
吸引——开发度中间层级的小区(6-12左右)。
排名最尾的,来访问用户最少的必然有大问题,一定要先分析为什么来的少,再针对问题营销。
开发度排名最靠前的小区,来的多,花的多,提升的空间不大。促销的整体收益可能不如中间的小区大。
❸商场整体【成熟期】吸引——小区内“月/周/日用户纯利润值总和”最高的小区。
(一个人/家庭的消费商品是有一个自身特定范围的,吸引过来后必然会创造相对更高的效益)
具体核算方式就不细谈了,获认可第一的答主已经说得很详细了
我想要补充的是,大家是否忽略了一个重要条件7,只关心了来百度广场消费的用户质量,是否忽略了没来百度广场消费的用户质量,百度广场周边有没有广场,有没有离社区更近的广场,或者更有吸引力的广场。
所以实际情况是,不仅仅要分析已经有的用户消费资料,还要分析没有来的用户如何消费的(他们不可能不消费),是没有能力,还是这里不被喜欢,假设这部分用户消费金额、频次都远超去百度广场的用户,那么投放到这些用户的小区价值更大,一个是提高销售额(固有人数基础上),一个是增加销售额度和人次,意义不一样,所以现实中我觉得这样考虑更有意义和价值。
谢邀
对于这个问题的分析,我们往往落入数据之中,然后不可自拔的去分析,然后结论,接着就是促销信息的推送。
其实我个人认为,通过大数据判定潜在客户和重要客户是一方面,更重要的一方面是怎样精准的进行客户营销。
第一个问题@1996小暖冰已经回答得非常好了,而第二个问题,我个人觉得,通过数据的分析是有失偏颇的。因为数据,总会略去一些奇异的例子,但是往往奇异的例子可能就是我们精准营销的突破口,没准就是下一个KOL。
故而我只是简单介绍我的营销思路:
1、26个小区,建立26个微信或者微博或者贴吧社群,将这些社群打上不同的标签。(人以群分)
2、对于不同社群推送不同信息,看成员反馈,形成意见,将不同意见者,调整到其他社群,或者给到特殊照顾(消费明细下衍生其常用需求,给到需求满足,而后培养其成为KOL)。
3、定期举行社群线下活动,增加广场曝光率,同时通过活动派发优惠券,紧密团结26个小区
4、KOL主动挑动社群文化导向,并宣传广场理念,帮助广场进行品牌营销。
5、持续经营,不断深挖社群KOL,让社群形成良性循环,让线下活动变成习惯。
以上方式需要强大的运营团队操刀,且广场方面需要多方位的支撑。
但是现实生活中一个广场不可能面对26个社区,周围有3个以上独立切就近社区都算是烧高香了。
故而题目如此,我们心知肚明就好。
RFM模型确实是一个比较科学比较完善的用户分层模型,但从分析过程可以得出,这个模型更适合于单店或自营店。
对于购物广场,特别是购物中心,很多采用的是所有者负责管理、招商,经营者负责经营,所有者与经营者收入分成的模式,还需要考虑到不同消费业态的搭配组合,以达到经营利润的最大化。