什麼是使用者價值？
使用者價值就是對公司來說有用的地方，比如有的公司看中使用者的消費能力，有的公司則看中使用者的忠誠度 。各公司的業務目的不同，使用者價值的體現自然也不同。這裡主要說一下適用於電商的rfm模型。
什麼是rfm模型？
rfm模型根據使用者最近一次消費時間r，消費頻率f，消費金額m，計算出rfm值，通過rfm這三個維度來評估使用者的價值。
r（recency）：最近一次消費。使用者距離上一次消費的時間間隔。r值越大，表示使用者最近一次消費的時間距離現在越久。r指標反應了使用者對品牌的熟悉度和回購頻率。
f（frequency）：消費頻率。使用者在一段時間內的消費次數。f值越大，表示客戶在最近一段時間交易次數越多。f指標反應了使用者對品牌的忠誠度及購買習慣是否養成。
m（monetary）：消費金額。使用者在一段時間內的消費金額。m值越大，表示客戶消費能力越大。m指標反應了使用者價值和產品認可度。
rfm模型有什麼用？
可以根據rfm模型將使用者進行細分，並通過rfm這三個維度將使用者分成多個類別，以便實現精益化運營。
使用者的8個類別：
如何計算rfm值？
r值、f值、m值這三個維度存在量級差距，無法直接通過加減運算來計算出rfm值。計算rfm值有兩大類方法：
1，評分方法
方法一：採用5分制為rfm三個維度的值賦予乙個評分值。對於f、m變數來講，值越大代表購買購買頻率越高、訂單金額越高；但對r來講，值越小代表離截止時間點越近。然後將三個值拼接到一起，例如rfm得分為312、333、132。
方法二：將rfm三個維度的值進行加權後相加求得乙個新的彙總值。
方法三：分別求每個使用者的r,f,m與r平均值、f平均值、m平均值的差，將差值》1的資料賦值為『1』，差值<=1賦值為『0』。這個過程分別將rfm三個維度的資料分為兩種結果（1或者0）。接著將rfm三個值組合拼接，得到8個數值：111、011、101、110、001、010、100、000；再將8個數值賦值為8類標籤：'011':'重要保持客戶'，'101':'重要發展客戶'，'001':'重要挽留客戶'，'110':'一般價值客戶'，'010':'一般保持客戶'，'100':'一般發展客戶'，'000':'一般挽留客戶'。
2，演算法方法
一般用k-means聚類演算法將使用者進行分組，從而找出最具有價值的使用者群。
需要注意的是：1，使用rfm模型的時候應靈活變換，根據不同的需要增改維度。事實上，rfm模型已經在諸多領域產生了不同的變種，如：航空公司在原有rfm模型上加入使用者註冊時長和平均折扣率，形成lrfmc模型，對客戶價值進行分析，從而對不同人群設計相應發展策略；信用卡徵信工作中，通過使用者歷史行為、經濟風險特徵和收入風險情況三個指標，對使用者進行分群，判斷使用者信用情況。
2，使用者的狀態是不斷變化的，因此rfm值也需要定期更新，結合業務方的需求，一般至少每週更新一次。
參考：
RFM模型（使用者分析）
rfm模型是衡量客戶價值和客戶創利能力的重要工具和手段。在眾多的客戶關係管理 crm 的分析模式中，rfm模型是被廣泛提到的。該機械模型通過乙個客戶的近期購買行為 購買的總體頻率以及花了多少錢3項指標來描述該客戶的價值狀況。根據美國資料庫營銷研究所arthur hughes的研究，客戶資料庫中有3個...
RFM客戶價值分類模型應用
rfm模型廣泛應用於使用者運營之中，是衡量當前使用者價值和和客戶潛在價值的重要工具和手段。rfm模型主要有如下三個指標 r recency 客戶最近一次交易時間的間隔。r值越大，表示客戶交易距今越久，反之則越近 f frequency 客戶在最近一段時間內交易的次數。f值越大，表示客戶交易越頻繁，反...
RFM模型聚類分析客戶價值
import pandas as pd from math import ceil from datetime import datetime from sklearn.cluster import kmeans 讀取資料 df pd.read excel 原始資料.xlsx index col 使...