案例小测试分析过程及总结

一、项目名称：电商行业用户画像搭建。

二、项目背景：某线上母婴平台发现最近一年各类营销活动的效果不佳，且总体销售额没有明显的增长。据了解，以往的营销活动面向所有用户，部分用户无论有无营销活动均稳定的消费，而有些用户很常时间未消费可能已转变为流失人群。

三、分析目的和价值

平台逐渐意识到用户分类的重要性。实现用户分类后，可针对不同用户实施组合促销、会员卡充值、满减等营销活动。

四、分析要求

1. 以 2019 年 8 月 3 日为分析时点统计每个用户的 R 值、F 值、M 值

2. 运用平均值作为 RFM 各维度对应高低程度的判断值

3. 使用判断函数或查找函数划分出不同的用户类别

4. 根据帕累托分析识别核心类别用户

五、数据说明

作业中提供的数据为 2019 年 1 月至 7 月某母婴电商平台的销售数据，其中，流水号为购物篮编号，一次购物产生一个购物篮编号，一个购物篮内可添加多个商品。

注：R、F、M 每个维度下划分为两个程度，用户分类如下表

结合数据，根据数据进行RFM分析。

1、主要步骤:

1、根据业务场景，找到关键性指标；

2、在指标下，划分不同的程度；

3、设计程度下的模型样式；

4、根据统计出来的数值划分到特定类别下；

用户编号：存在会员、非会员；

一级、二级品类：包含关系；

二级品类编号：对二级品类进行细分；

流水号：每一件商品的流水号，每个订单可能包含多个流水号，因此需要注意这里是否需要去重操作！

产品描述：即对商品的解释；

会员创建日期：即开始加入会员的日期；

销售日期：即会员用户在店里每次消费的日期；

销售金额:即每一笔流水号的消费金额；

关键性指标：用户编号、流水号、销售日期、销售金额；

解释：通过流水号计算用户消费的频次，通过销售日期计算距离当前时间的最近的一次消费日期，通过消费金额展示用户的消费力度。

计算：

求R值，根据数据透视表，用户编号-销售时间可以显示出相应的用户编号对应的最大值时间，改变格式为数值，即最近消费的时间。再用2019/8/3的改变格式为数值转换，且减去最大值时间，即为用户编号对应的R值。

求F值，先把流水号去重，再用vlookup函数查找相应的用户编号，再根据数据透视表，即可得到每一个用户的消费频次。

求M值，数据透视表即可求。

求R、F、M平均值，然后计算R、F、M程度，再根据查找判断出R、F、M程度对应的用户类型。

根据用户类型，在把用户编号进行数据透视表，得到每一种类别对应的用户数量，再求出累计用户占比，可以进行帕累托分析！

即操作结果展示为如下：

通过上图我们发现，一般挽留用户、一般发展用户、重要价值用户、一般价值用户累计占比为92%，因此需要从这四方面进行维系用户：

1、针对一般挽留用户，首先应及时的发短信并且也通过其他渠道通知这类型用户群体店铺商品打折、促销等内容；其次做好捆绑销售，提升店铺服务质量，还应提高这类群体用户的购物频次以及支付金额。

2、针对一般发展用户，首先应及时的通知这类型用户群体店铺商品打折、促销等内容，应多与客户沟通，让客户进行二次购买。

3、针对重要价值用户，要及时的给与关怀，或者进行消费大额后给予一定的奖励机制。

4、针对一般价值用户，及时通知他们优惠政策、促销内容，以及进行买一送一等类型的捆绑销售。