如果手里只有100塊錢的運營預算，需要給全平臺10萬人去發(fā)優(yōu)惠券，怎么去分配預算，才能讓這十萬人貢獻出*的流水，給三秒鐘思考回答一下這個增長PM，數據PM和用戶運營必考的問題。答案是要根據用戶的活躍行為判斷出最有可能下單的人去發(fā)券，再結合歷史的消費客單價，把預算分配給高客單的用戶，這個思路就應用了精細化運營必會的RFM模型。
RFM模型是一種將用戶進行分層的方法，通過用戶的活躍交易行為，將用戶進行區(qū)分。針對不同行為的用戶，實施不同的運營手段，從而提升整體的用戶運營的效率。原理+實操兩個方面RFMR 。
1、R-Recency用戶最近一次下單的時間。下單時間越近，代表著用戶與平臺之間的關系也就越近，這個用戶就越容易再次產生消費行為，如果短期內希望提升平臺的訂單量拉高交易成交為目標，可以著重針對這部分用戶進行運營。反之，最近一次下單時間，如果越遠，用戶已經流失的概率就越大，再召回用戶是非常難的，也就需要付出額外的成本。
2、F-Frequency用戶在某一段時間內的消費頻率。頻率越高，代表著用戶對產品的依賴程度就越高，這類用戶通常情況下已經有了固定的消費頻次，運營方案的重點是提升單次消費的客單價。
3、M-Monetary用戶累積的下單金額。是消費客單價與消費頻次的綜合體現(xiàn)，代表著用戶對于平臺的綜合價值，M越高，用戶對于平臺的價值也就越高，高價值用戶的運營手段主要是防止用戶的流失。
一個用戶同時存在RFM三種標簽屬性，將三種屬性繪制在三維坐標系里面，得出八種用戶類型。
轉載：http://xvaqeci.cn/zixun_detail/118307.html
