数据分析第一课：如何用RFM模型，高效召回老用户

互联网进入下半场，人口红利消失，获客成本越来越高，通过精细化运营来降低成本，深耕现有用户，挽回流失用户。

毕竟，老用户召回比付费推广新用户要便宜的多。2月份，主管抛给了我一个问题：产品没有流量，没有推广，接下来的B端活动你怎么搞？

这里我先把用户类型分为：新增用户、活跃用户、存留用户、回流用户、流失用户。在这些已有用户类型中，我重点需要增加回流用户，以此增加我可以push到的用户数量。

RFM模型是众多客户关系管理（CRM）分析方法中的一种，能够方便快速有效地量化用户价值和创利能力。

RFM模型有三个要素，分别是：Recency（最近一次交易距今时间）, Frequency（交易频率）, Monetary（交易金额）。

我把用户按照如下象限划分，然后通过拉取后台数据，选取出部分最具价值的用户进行针对性push。

这个表格反应了哪些内容：

1.表格展示了雇主的重视度梯度，我要做的是让雇主顺着梯度往上爬；

2.越靠近右上角，最近一次购买时间越近，雇佣次数越多，客户价值越高，对于这种忠实老客户，值得我们电话一对一回访（黄色区块）。

3.越靠近左下角，最近一次购买时间越远，雇佣次数越少，属于流失用户；

4.25-30象限的雇主，只需要再雇佣一次，就可以变成19。

5.两者综合考虑之下，我重点关注最近一次购买时间比较远，购买次数多的用户，这是流失的忠实老客户。（红色区块）

通过这张表格你还可以衍生出更多的参数：按平均购买金额、累计购买金额、客单价、roi (投入产出比)等...

通过RFM模型我圈定了一批目标人群，但是具体怎么做，这个模型没办法告诉我，现在就需要借助用户行为理论。

用户行为理论包括：认知（访问网站）、熟悉（网站浏览、站内搜索）、试用（用户注册、注册比例、注册转化）、使用（日登陆、登录比例、使用时长、用户互动、用户付费）、忠诚（日/周/月活跃用户比例、用户流失），针对老雇主召回的实际情况，我将切入点放在使用环节。

使用环节包括用户登录和用户购买行为，我对这两点进行拆分：

提高用户登录，可以拆分为提高登录用户数和访问登录比。

1.为我们的目标用户定向推送优惠券。适用于对价值价格敏感的用户，吸引他们主动登录；

2.明明访问人数没有改变，为什么网站的登录人数那么少？那你可能需要改版登录页面了。比如，优化登录页面，变成金牌创客展示；

3.通过短信、邮件push主动联系用户。

提高用户购买，可以拆分为提高订单数，提高转化率。利用活动推送来增加订单的转化率是我常用的手段，就像双十一双十二的当天，销量都会呈现上升趋势。

如何做活动，推送什么内容需要重点考虑。

当我可能很久没有打王者，系统推送给我王者荣耀的每周周报时，我还是会打开，然后玩上一局。所以，在做推送的时候，需要考虑的是用户想要看到什么，他们对什么感兴趣，而不是你想要推送什么。

即使不是数据分析师，我们也需要掌握那些常用的分析框架。QQ模型、用户行为理论、5W2H分析法、AARRR模型、RFM模型等，之后我会在公众号里面一一讲到，这些分析框架会成为我们之后工作的一个落脚点。

本文转载于微信公众号：运营没有圈（ID：yunyingmyq），未经作者授权，禁止转载。