使用者分群，需要考慮具體的業務場景確定不同的分類規則。
比如，根據業務流程進行細分，可借鑑aarrr模型（acquisition使用者獲取、activation使用者活躍、retention使用者留存、revenue使用者回報、refer使用者傳播），將使用者細分為註冊使用者、活躍使用者、留存使用者、下單使用者和忠誠使用者。
又或者通過rfm模型細分使用者。三個要素構成了rfm模型，分別是：
recency 最近一次消費
frequency 消費頻率
monetary 消費金額
rfm模型，可以細分為以下幾類使用者：
最近消費時間近，消費頻率和消費金額很高——重要價值客戶
最近消費時間較遠，消費頻率和消費金額很高——重要保持客戶
最近消費時間近，消費金額高，但頻率不高——重要發展客戶
最近消費時間較遠，消費頻率和金額不高——重要挽留客戶
使用者分層和使用者分群
使用者分層和使用者分群都是將使用者分成不同的類別，以此來區別對待不同的使用者。使用者分層，是基於大方向的劃分，而使用者分群，則是將這些層次切分成更細的粒度。使用者分層和使用者分群示例 使用者分層的方法，簡單的用二八法則分層，常見的有金字塔模型 四象限法 使用者生命週期 aarrr模型等。其實使用者分...
使用者分群與建模
使用者分群是指根據某些規則將人群進行細分，細分之後的每類客戶具有明顯區別於其他群體的特徵。這樣就可以對同質客群單獨建模進行分析，從而提高模型的效能。通常情況下，基於客群細分的一套模型比乙個用於所有客戶的單模型通常可以提高5 到10 的效能。一.分群目的 二.如何進行分群 三.場景示例 四.總結 一 ...
使用者分群與區隔變數
使用者分群的目的是建立子模型，提高模型效能，區隔變數可以理解為用來分群的變數。知乎上無忌老師寫過分群變數的要求是各分箱之間的segment不一致，壞客戶比率需達到30 本文從業務策略應用的角度列出了各種策略下區隔變數，實際操作中可以配合評分卡進行策略制定，或者根據區隔變數作子模型和主模型。常用的區隔...