3783963

滴滴出行RFM用户分层

目标用户:30天内打过车的用户

数据字段:最近一次打车时间、打车频率、下单平均金额

这些数据是滴滴最关键的三个用户行为数据,可以体现和区分用户价值。

 

首先,确定RFM的分档标准,制作散点图如下图所示:

①最近一次打车时间用户分布比较明显,按图分成了五层用户;

滴滴1

 

②打车次数将1次以内的单独一层,2~25次均匀分为三层,26次以上的为一层;

 

 

滴滴2

 

 

③打车金额看散点图分为类四层用户,在100这个分界点可以单独分一层,因为结合业务层面,打车的100元消费是一个门槛。

5cdc3781575f0

 

综上所述,RFM分档标准如下:

滴滴4

 

用Excel公式计算每个用户的RFM值:

滴滴5

 

平均值:R2.9 、F2.7 、M1.3

计算RFM的高低值,并确定用户层级

滴滴6

 

图表

滴滴7

滴滴8

 

滴滴f

滴滴m

运营策略:

一般价值用户、一般挽留用户、重要价值用户占比最多。针对这三类用户的策略如下:

一般价值用户:属于R高、F高、M低,需要提高用户的ARPU值,可以通过发放高级专车优惠券、远程优惠券的方式,刺激用户的高额消费习惯。

重要价值用户:属于RFM都高,需要保持现状,可以给用户设计一个等级体系,让高等级的用户享受更多的特权,例如打车折扣、免费乘车券等等,这样用户会为了保持特权而提高留存率。同时可以邀请用户加入产品的内测体验社群,获得优先体验新功能的机会,提升核心用户的参与感。

一般挽留用户:属于RFM都低的用户,先做唤醒,从所有可触达的渠道尝试唤醒,之后再结合限时专属活动,刺激用户的消费频率和消费金额。根据以往的经验,制定一个召回比例的指标,能够召回的用户尽量转化,不可转化的用户可选择放弃,因为这部分用户价值偏低。

除上述三类用户以外,其他用户的运营策略如下表所示

策略表