如何判断某个小区居民是否具备促销价值？

无意中看到一个百度的面试题，觉得很有意思。来跟大家一起讨论下：

现在有一个大社区，该街区有A、B、C、D......、Z等26个小区，每个小区有100个居民，且编号唯一（A1，A2，A3，......，A100，其他小区居民编号以此类推），总共是2600个居民。

社区旁边5站公交的地方开了一家shopping mall，提供吃喝玩乐购物一条龙服务，命名百度广场。百度广场希望进行一次以小区为单位的促销推广活动（如赠送积分购物卡），在做活动之前，需要确定这26个小区中的哪些小区的居民用户质量最高，最具备促销价值，然后定点投放。

目前收集到了小区全部居民在8月1日——31日的全部数据，内容如下：

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

其中：

（1）①②③④⑤⑥的行为发生时间点都有记录

（2）③④⑤⑥的具体消费金额都有记录

（3）③的购物明细（购买了哪些商品）都有记录

（4）④的观看电影的节目单都有记录

（5）⑤的点歌单的明细都有记录

（6）⑥的菜单明细都有记录

（7）该社区只有888路公交车是抵达百度广场的，但是该社区公交站还有通往其他地方的公交车，如514,521,602路

（8）①②③④⑤⑥不是完全连续发生的

问题如下：

（1）如何判断单个居民质量的高低？如何判定哪些用户最具备促销价值？

（2）如何选择一个最具促销价值的小区？

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

------------1996小暖冰18届毕业生 产品运营

关键字：产品运营, rfm

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！