在一些營(yíng)銷場(chǎng)景下，對(duì)不同客戶給予相同的對(duì)待或策略有時(shí)不太合適，所以我們根據(jù)用戶數(shù)據(jù)，分析用戶行為和消費(fèi)傾向，并打上相應(yīng)的標(biāo)簽應(yīng)用于不同廠家。用有限的公司資源優(yōu)先服務(wù)于公司最重要的客戶，客戶與我們的粘性將會(huì)更高，并與雙方建立忠誠(chéng)的合作關(guān)系。

用戶畫像：

在第一階段，我們基于RFM模型做用戶消費(fèi)分析，并定義一些指標(biāo)。

• 最近一次消費(fèi)（Recency）
• 消費(fèi)頻率（Frequency）
• 消費(fèi)金額（Monetary）

數(shù)據(jù)集

1. 我們選擇2019/03/03 到 2020/03/01一整年53周的數(shù)據(jù)作為我們的數(shù)據(jù)分析數(shù)據(jù)集。
2. 數(shù)據(jù)集包含總共10000個(gè)付費(fèi)用戶，總銷售額￥1000 M。 （數(shù)據(jù)已脫敏）
3. 我們使用GMV作為銷售分析指標(biāo)，退貨部分將在后續(xù)另做分析。

數(shù)據(jù)的選取我們通過(guò)HIVE在數(shù)據(jù)庫(kù)中選取，其中稍難的地方在于 最近一次購(gòu)買——需要用到窗口函數(shù) over （partition by xx) 的方法，疑問(wèn)的同學(xué)可以去搜索下，后續(xù)我也會(huì)出SQL的一些常用方法和心得體會(huì)。

最近一次消費(fèi)（Recency）

我們認(rèn)為用戶的最近一次消費(fèi)行為離今日越近，他當(dāng)前的活躍度將會(huì)更高，價(jià)值也會(huì)更高。

因?yàn)閿?shù)據(jù)集對(duì)應(yīng)的是TO_B的業(yè)務(wù)，所以我們此處定義用戶如果在周內(nèi)有消費(fèi)行為且銷售額大于最低閾值，該用戶被標(biāo)記為該周活躍。

我們這邊用Tableau進(jìn)行可視化分析：

二月份過(guò)年且受到新冠狀病毒疫情影響，數(shù)據(jù)下跌顯著。

我們根據(jù)用戶不同Recency在銷售額上的數(shù)據(jù)表現(xiàn)，將用戶合理分為四個(gè)組。

這邊需要提一下，分箱是一個(gè)很復(fù)雜的點(diǎn)。有的業(yè)務(wù)人員或者是初學(xué)者隨手等額/等距分箱，或者無(wú)腦“二八法則”，不管是從業(yè)務(wù)分析的角度還是投入模型的角度，效果可能都極差。

根據(jù)我們的分箱，分組表現(xiàn)如下：

超過(guò)85%的用戶在最近半年至少消費(fèi)一次。

用戶最近一次消費(fèi)在距今1~4周的用戶數(shù)量占比為10%，但提供了將近50%的銷售額。

最近一次購(gòu)買距今超過(guò)9個(gè)月的用戶幾乎不產(chǎn)生消費(fèi)。

這表示Recent_C組的用戶已經(jīng)很有可能將要離開(kāi)或者已經(jīng)離開(kāi)我們了。當(dāng)然他們有被激活的機(jī)會(huì)，但是也許不應(yīng)該花費(fèi)過(guò)多，因?yàn)檫@個(gè)群組客戶的投資匯報(bào)（ROI）相對(duì)較低，也就是說(shuō) 不同的兩個(gè)組，投入相同的有效資源，高ROI的群組大概率會(huì)產(chǎn)生更高的回報(bào)。

消費(fèi)頻率（Frequency）

如果用戶有任何購(gòu)買行為，并且訂單金額超過(guò)一個(gè)基礎(chǔ)閾值，他們這周就會(huì)被標(biāo)記為活躍用戶。我們認(rèn)為用戶的購(gòu)買行為越頻繁，他就會(huì)有更高的活躍度和交易價(jià)值。

分組表現(xiàn)如下：

很明顯，F(xiàn)re_S級(jí)組別用戶最有價(jià)值。他們以10%的數(shù)量占比貢獻(xiàn)了45%的銷售額。

消費(fèi)金額（Monetary）

消費(fèi)金額一直是商業(yè)中的核心指標(biāo)。這邊可以根據(jù)需求差異使用銷售額，實(shí)際毛利等。

這邊單變量分箱我們采用Python模塊繪圖

分箱邊界及表現(xiàn)如下——

后40%的用戶幾乎不提供任何消費(fèi)收益。

而Money_S組客戶只占總體的10%，它貢獻(xiàn)了總體70%的銷售額。但其實(shí)進(jìn)入S組的門檻并不太高，年銷售額超過(guò)￥xxxxx，已經(jīng)可以加入消費(fèi)S組。

這邊我們可以提供一個(gè)應(yīng)用場(chǎng)景：會(huì)員升級(jí)?你的老板讓你測(cè)算用戶升級(jí)對(duì)整體銷售提升的效果。

基于M_part的用戶升級(jí)測(cè)算

事實(shí)上，用戶的層級(jí)相對(duì)來(lái)說(shuō)不是那么容易去改變。另一方面來(lái)說(shuō)，通過(guò)有效的策略促進(jìn)用戶升級(jí)成功，會(huì)對(duì)帶來(lái)巨大的業(yè)務(wù)增長(zhǎng)。

我的測(cè)算基于如下思維邏輯——每個(gè)群組的頭部用戶更有機(jī)會(huì)升級(jí)到下一個(gè)群組的尾部，舉例 C組前25%消費(fèi)排名用戶會(huì)有機(jī)會(huì)加入B組的尾部，B組前25%消費(fèi)排名用戶會(huì)有機(jī)會(huì)加入A組的尾部。

B組頭部 → A組尾部 的升級(jí) 客戶只需要提高消費(fèi)￥2000每年，所以只需要采取一些策略很容易就可以實(shí)現(xiàn)這個(gè)目標(biāo)。所以我賦予這層的轉(zhuǎn)化率是80%，而最后能夠得到￥23M的收益。

A組頭部 → S組尾部 的升級(jí) 客戶需要提高消費(fèi)￥11000，難度提高，所以我賦予這層的轉(zhuǎn)化率是50%，而最后能夠得到￥43.5M的收益。

僅僅通過(guò)這兩個(gè)可行度較高的部分就可以增加66.6M的銷售提升，而所需的成本很可能就是一些積分，頭銜等。但是如果需要提升更高的銷售額，那可能需要與客戶分享一部分收益。

自然還有A級(jí)中部用戶升級(jí)為頭部用戶，S級(jí)底部用戶升級(jí)為中部用戶…還有活躍部分R和F都可以做很多的提升策略，用戶一直是很大的寶藏。

RFM

通過(guò)上述分析，我們得到三個(gè)簡(jiǎn)單標(biāo)簽——最近一次消費(fèi)，消費(fèi)頻次，消費(fèi)金額。

很多分析者喜歡一上來(lái)就把三者賦予對(duì)應(yīng)權(quán)重，合并計(jì)算出一個(gè)得分，確實(shí)有可取的場(chǎng)景。但其實(shí)每一個(gè)標(biāo)簽不是為了單個(gè)分析報(bào)告或者業(yè)務(wù)活動(dòng)服務(wù)進(jìn)行的一次性分析。主要還是作為數(shù)據(jù)資產(chǎn)，以用戶標(biāo)簽庫(kù)的形式，隨取隨用，服務(wù)于各個(gè)業(yè)務(wù)及分析場(chǎng)景。

這邊我們將三者聯(lián)合：

我們可以看到各個(gè)標(biāo)簽下用戶的表現(xiàn)然后結(jié)合具體業(yè)務(wù)目的分析。

我們選擇三個(gè)重要標(biāo)簽組來(lái)演示：

同樣，我們可以給每個(gè)標(biāo)簽內(nèi)的組別賦予相應(yīng)的分值，再對(duì)每個(gè)標(biāo)簽給定相應(yīng)地權(quán)重，來(lái)計(jì)算出一個(gè)總體得分。

兩個(gè)應(yīng)用場(chǎng)景

（1）如果我們舉辦一個(gè)營(yíng)銷活動(dòng)關(guān)于老客戶的促銷，我們賦予 R 30%的權(quán)重 F 30%的權(quán)重 M 40%的權(quán)重。

用每個(gè)用戶所在組別對(duì)應(yīng)的分值 X 標(biāo)簽權(quán)重 求和 可以得到用戶的得分 優(yōu)先篩選合適分段用戶即可。

（2）如果我們要辦一個(gè)流失用戶召回的活動(dòng)，我們就可以直接選擇R標(biāo)簽中的 Recent_C 或更久沒(méi)有消費(fèi)的用戶，同時(shí)他的M得分很高，就可以獲得更易召回的目標(biāo)用戶。

最后

這些標(biāo)簽在面對(duì)不同的業(yè)務(wù)環(huán)境是會(huì)有很多的應(yīng)用場(chǎng)景，同時(shí)他們也可以與更多的標(biāo)簽和數(shù)據(jù)結(jié)合，關(guān)聯(lián)分析來(lái)產(chǎn)生更高的業(yè)務(wù)價(jià)值。

不要忽略時(shí)間，地區(qū)的差異性。不同的地區(qū)的用戶有著不同的消費(fèi)水平，我們可以結(jié)合具體業(yè)務(wù)場(chǎng)景分別討論。

本報(bào)告完全基于個(gè)人實(shí)際工作，盡量詳細(xì)。不清楚的地方和其他想了解探討的方向，歡迎留言。如首圖，后續(xù)會(huì)更新更多的用戶畫像的分析報(bào)告與實(shí)際應(yīng)用方法。

作者：范十八，公眾號(hào)：半仙范十八

本文由 @小春ex 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議