Làm thế nào để sàng lọc những người dùng có giá trị cao trong số hàng chục triệu người dùng?

Khi bạn đã tích lũy được hàng chục triệu hoặc thậm chí hàng triệu người dùng, làm thế nào bạn có thể sàng lọc những người dùng có giá trị cao để chuyển đổi tiếp theo?

Xin chào mọi người, tôi là Thủ tướng Daming . Tôi sẽ chia sẻ một số mảnh ghép của cuộc sống và công việc với bạn ở đây trong tương lai.

Nghiên cứu tình huống:

Công ty đã tích lũy được một số người dùng cũ trong các sản phẩm gốc của mình. Do hệ sinh thái sản phẩm, người dùng sẽ trung thành và thời gian sử dụng dao động theo sức nóng của thị trường, lúc cao lúc thấp. Để bù đắp cho những thiếu sót về hệ sinh thái người dùng và đồng thời mở ra các ngành kinh doanh mới, một sản phẩm bổ sung đã được phát triển. Các sản phẩm mới cần được quảng bá ở giai đoạn đầu, chẳng hạn như thử nghiệm kín sớm, phục hồi dữ liệu, ý kiến ​​của người dùng, phản hồi LỖI, v.v.

Đặt câu hỏi ở đây:

“Với ngân sách ra mắt và quảng bá ban đầu hạn chế, làm sao chúng ta có thể chọn ra những người dùng có giá trị cao từ hàng chục triệu, thậm chí hàng triệu người dùng?”

Cho mọi người 3 giây để suy nghĩ, bạn có thể nhập câu trả lời của mình vào phần bình luận.

3,2,1.

được rồi.

Nhưng điều tôi muốn nói là câu trả lời không quan trọng. Tại sao thì tôi sẽ chia sẻ một mô hình ở nội dung sau.

Mô hình RFM có thể được triển khai.

Vậy mô hình RFM là gì?

Mô hình RFM là một công cụ và phương tiện quan trọng để đo lường giá trị người dùng và lợi nhuận của người dùng.

Nó thường được sử dụng trong nghiên cứu giá trị người dùng và các hoạt động hướng đến người dùng, có thể xác định chính xác nhu cầu của người dùng và tối đa hóa hiệu quả của các chiến lược.

Nó có thể được áp dụng cho nhiều ngành công nghiệp và tình huống khác nhau, chẳng hạn như Internet, bán lẻ, thương mại điện tử, ngân hàng, truyền thông, v.v.

Định nghĩa mô hình RFM:

Gần đây : Thời gian tiêu thụ gần đây nhất là thời gian người dùng sử dụng lần cuối. Về lý thuyết, những người dùng tiêu dùng gần đây có nhiều khả năng phản hồi với hàng hóa hoặc dịch vụ ngay lập tức, điều này giúp thu hút người dùng tiếp tục mua hàng và giành được lòng trung thành của họ.

Tần suất : Tần suất tiêu dùng đề cập đến số lần người dùng mua hàng trong một khoảng thời gian cụ thể. Chìa khóa là khuyến khích người tiêu dùng tăng tần suất mua hàng và chuyển đổi người mua ít thành người mua nhiều. Những người mua thường xuyên thường có mức độ hài lòng và lòng trung thành cao nhất.

Tiền tệ : Số lượng tiêu thụ là cốt lõi của báo cáo cơ sở dữ liệu. Về mặt lý thuyết, giá trị M và giá trị F là như nhau, cả hai đều có phạm vi thời gian, đề cập đến lượng tiêu thụ trong một khoảng thời gian. Do đó, đối với các sản phẩm chung, giá trị M có tác động tương đối yếu đến phân khúc khách hàng.

Sau đó so sánh với mức trung bình (trung vị) để có được mô tả định tính (cao hay thấp) và cuối cùng chia người dùng thành 8 loại khác nhau. Phân tầng người dùng có thể được xác định bằng cách áp dụng chân dung người dùng của sản phẩm.

Kết hợp các trường hợp và mô hình trên với các bước vận hành cụ thể.

Chuẩn bị dữ liệu sơ bộ:

Bảng phân loại người dùng: luồng giao dịch nạp tiền của người dùng, bao gồm ID người dùng, thời gian nạp tiền và số tiền nạp tiền.

Ngồi chặt, bám chặt và chuẩn bị lên đường cao tốc~~

Xử lý dữ liệu:

Bước đầu tiên:

Chọn một số mẫu dữ liệu để xác nhận sự khác biệt về thời gian giữa thời gian nạp tiền và thời gian rút dữ liệu. Các mẫu dữ liệu được sử dụng ở đây là dữ liệu sai, chủ yếu dùng để minh họa các bước vận hành.

Thêm cột "Ngày đi xa" mới như minh họa trong hình. Trừ thời gian sạc lại "C2" khỏi thời gian truy xuất dữ liệu "D2" để tính khoảng cách ngày cho người dùng đầu tiên. Nhấp đúp chuột trái để điền vào cột "E2" và tính toán khoảng cách tính theo ngày cho toàn bộ cột.

Bước 2:

Chọn tất cả dữ liệu để tạo bảng tổng hợp.

Kéo cột "user_id" vào vùng hàng bên dưới, sau đó kéo "user_id", "amount" và "days left" vào vùng giá trị.

Kích thước tính toán: số lượng user_id, tổng số tiền và số ngày tối thiểu.

Nhấp vào nút thanh tính toán số "user_id" bằng nút chuột trái, chọn "Cài đặt trường giá trị", chọn "Đếm" trong "Kiểu tính toán" và nhấp vào "OK" để biết tần suất mua hàng của từng người dùng.

Nhấp vào nút thanh tính toán số "Số tiền" bằng nút chuột trái, chọn "Cài đặt trường giá trị", chọn "Tổng" trong "Kiểu tính toán" và nhấp vào "OK" để có được tổng số tiền nạp của mỗi người dùng.

Nhấp vào nút thanh tính toán số "Ngày từ" bằng nút chuột trái, chọn "Cài đặt trường giá trị", chọn "Giá trị tối thiểu" trong "Loại tính toán" và nhấp vào "OK" để biết chênh lệch thời gian giữa giao dịch mua gần đây nhất của người dùng và dữ liệu được thu thập.

Sao chép dữ liệu thu được từ bảng trục đã hoàn thành vào một bảng tính mới, dán dưới dạng kiểu số, đổi tên từng trường mới trong cột, thêm các trường "R", "F" và "M" và xóa dữ liệu trong hàng tổng.

Bước 3:

Tính các giá trị R, F và M.

Nhập "=IF(B2<AVERAGE(B:B),"Low","High")" vào ô E2, đặt giá trị R của những người dùng có lần mua hàng cuối cùng ít hơn số ngày trung bình thành "Thấp", nếu không thì là "Cao" và lấy giá trị R của toàn bộ cột.

Điền vào cột "R", sau đó điền các giá trị "F" và "M" ở bên phải theo cách tương tự.

Tạo trường "RFM" mới và nhập "=E2&F2&G2" vào ô H2 để lấy giá trị RFM.

Hàm VLOOKUP của người dùng thay thế các loại người dùng đã chuẩn bị vào bảng mới, tạo trường "Loại người dùng" mới và nhập "=VLOOKUP(H2,Loại người dùng!E:F,2,0))" vào ô I2 để lấy loại của từng người dùng.

Mô hình RFM được tạo bằng bảng tính EXCEL đã được tạo ra. Việc tiếp theo cần làm là sàng lọc những người dùng chất lượng cao trong danh sách để quảng bá hoặc thực hiện các hình thức hoạt động quảng bá khác dựa trên nhu cầu thực tế.