1. 营销天堂网首页
  2. 运营

如何利用RFM模型开展金融产品精细化运营?

本文以笔者负责的金融类产品经验为依据,展示了如何利用RFM模型开展金融产品精细化运营的全流程。

以金融产品经验为例,利用RFM模型开展金融产品精细化运营

现在获客成本越来越高,相信每一个运营人都意识到了转化、留存以及促活的重要性。通过RFM可以帮助我们更了解用户,精准的开展运营手段。下面我将完完整整地把我用RFM模型进行数据分析的全流程分享给大家。

1. 首先根据产品确定三个重要指标

我负责的是一款金融类产品,KPI是充值金额和新增充值的人数。所以我将RFM分别确定为充值金额、充值次数和登录次数。

(具体的指标根据自己产品决定,如社交类产品可以是:登录次数,关注人数、使用时长)

以金融产品经验为例,利用RFM模型开展金融产品精细化运营

图是我创建好的数据模型,共有998个用户数据,是用RANDBETWEEN函数随机生成的数组,不是真实的用户数据,仅作为分析所用。

2. 下面开始计算R、F、M值

第一步对数据进行分组,分成5个层级。分组依据可以按照公司业务划分。我这里分组是先画出用户消费金额的趋势图,再根据数据走势分组。

以金融产品经验为例,利用RFM模型开展金融产品精细化运营

从图上可以看到,有很明显的分布节点,于是我将这5个区域分为:

  • 1=10~100
  • 2=101~1200
  • 3=1201~5000
  • 4=50001~12000
  • 5=12001~20000

接下来根据分区数据计算每个充值金额对应的数值,得出函数如下:

  1. =IFB2>12000,5,IFB2>5000,4,IFB2>1200,3,IFB2>100,2,1))))

以金融产品经验为例,利用RFM模型开展金融产品精细化运营

同理F和M的计算方式也是如此。

对消费次数分级后,将这5个区域分为:

  • 1=1~5
  • 2=6~7
  • 3=8~10
  • 4=10~15
  • 5=15~20

函数如下:

  1. =IFC2>15,5,IFC2>10,4,IFC2>7,3,IFC2>5,2,1))))

接下来是登录次数:

  • 1=1~10
  • 2=11~20
  • 3=21~30
  • 4=31~40
  • 5=41~50

函数如下:

  1. =IFD2>40,5,IFD2>30,4,IFD2>20,3,IFD2>10,2,1))))

以金融产品经验为例,利用RFM模型开展金融产品精细化运营

3. 求出RFM的平均值

求出对应的值之后,下面用AVERAGE函数计算各列的平均值:

  • R的平均值=1.19
  • F的平均值=1.28
  • M的平均值=3.33

(有小伙伴问我,为什么要计算出数值后再求平均值,而不是在原消费金额的基础上求平均?你想下比赛时评委打分,会去掉一个最高分和最低分,这两个的道理其实有点类似,这样会使数组更加整体)

4. 判断RFM等级

接下来判断RFM等级。通过与平均数进行对比,得出数值的高低。

函数如下:

  • R=IF(E2>1.19,”高”,”低”)
  • F=IF(F2>1.28,”高”,”低”)
  • M=IF(G>3.33,”高”,”低”)

以金融产品经验为例,利用RFM模型开展金融产品精细化运营

5. 得出用户价值

到了最重要的一个环节,通过计算得出用户的价值。用IF和AND函数判断,同为高、同为低,以及分别为不同高低的用户分别对应什么。

以金融产品经验为例,利用RFM模型开展金融产品精细化运营

函数如下:

  1. =IFANDH2=“高”,I2=“高”,J2=“高”),“重要价值用户”,
  2. IFANDH2=“高”,I2=“低”,J2=“高”),“重要发展用户”,
  3. IFANDH2=“低”,I2=“高”,J2=“高”),“重要保持用户”,
  4. IFANDH1=“低”,I2=“低”,J2=“高”),“重要挽留用户”,
  5. IFANDH2=“高”,I2=“高”,J2=“低”),“一般价值用户”,
  6. IFANDH2=“高”,I2=“低”,J1=“低”),“一般发展用户”,
  7. IFANDH1=“低”,I2=“高”,J2=“低”),“一般保持用户”,“一般挽留用户”
  8. )))))))

最后就可以根据判断结果采取不同的运营手段了。下面列出2点我们具体实施时的工作流程给大家参考:

重要价值用户,是我们金字塔顶尖的客户,所以要发掘他们的更大价值。通过数据的对比我们发现这类用户集中在30-40岁的男性群体,有钱有时间,这类用户我们为他们送上大额优惠券,以及充值成功后赠送的特权和抽奖等形式刺激他们完成大额充值。

重要挽留用户,这类用户多为18-25岁之间的年轻群体,充值金额低,登录频繁。年轻群体分享欲望强,通过测试我们选取了趣味性较强的素材文案,引导他们向朋友推荐,以扩大用户群体,分享率提高了10%。

……

通过对不同层级用户的测试,总结出该群体用户的特性,之后动员同事提出想法和意见,必要时也要向用户发出问题邀请,汇总意见后通过AB测试选出可行性方案,这时你就知道下一步该怎么做……

本文来自投稿,不代表营销天堂网立场,如若转载,请注明出处:https://www.lernseo.com/opinion/4972.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

18565739007

在线咨询:点击这里给我发消息

邮件:1010779935@qq.com

工作时间:周一至周五,10:30-22:30,节假日休息

QR code