用户分群

用途：按行为、属性划分用户群体，精细化运营。

方法：RFM模型（客户价值分层）、聚类分析、生命周期阶段划分。

工具：SQL/Python分群 + 可视化看板。

一、用户分群的核心方法

----------------------------RFM模型（客户价值分层）

用途：按消费行为将用户分为不同价值等级。

定义：

R（Recency）：用户最近一次消费距今的天数（越近价值越高）。

F（Frequency）：用户一段时间内的消费次数（越多价值越高）。

M（Monetary）：用户一段时间内的消费总金额（越高价值越高）。

2.划分等级（按照等级进行划分）---将R、F、M分别分为5档（1-5分，5分最高）

3、用户分层：

高价值用户（555-555分）：近期活跃、高频消费、高金额 → 重点维护，提供VIP服务。

潜力用户（高R低F/M）：最近消费但频次/金额低 → 推送满减券、组合优惠。

流失风险用户（低R低F/M）：长期未消费 → 发送召回短信（如“老客专属5折”）。

---------------------------------聚类分析（自动划分群体）---使用python

用途：通过算法自动发现用户行为相似的群体。

步骤（Python示例）：

数据准备：选取特征（如浏览频率、加购率、品类偏好、客单价等）。

标准化数据：消除量纲差异（使用StandardScaler）。

K-Means聚类：

分群解读：

群体1：高频浏览但低转化 → 可能价格敏感，推送折扣信息。

群体2：高客单价低频购买 → 推荐高价商品，提供专属优惠。

群体3：低频低价值 → 考虑低成本触达（如短信召回）。

-----------------------------------生命周期划分（阶段策略）

用途：根据用户活跃状态制定分阶段策略。

分群定义：

新用户：注册≤7天 → 推送新人礼包、首单立减。

活跃用户：近30天消费≥2次 → 推荐关联商品、会员升级。

沉睡用户：30-90天未消费 → 发送唤醒优惠券（如“满100减30”）。

流失用户：>90天未消费 → 调研流失原因，尝试召回。

二、业务落地步骤

明确目标：提升复购？增加客单价？降低流失？

选择分群方法：

短期促销 → RFM模型（找高价值用户）。

新品推广 → 聚类分析（找偏好匹配群体）。

制定策略：

高价值用户：专属客服、生日礼券、优先体验新品。

价格敏感群体：限时折扣、拼团活动。

AB测试验证：对比分群策略 vs 通用策略的效果。

三、一句话总结

用户分群的本质是 “把同样的资源，用在最能产生价值的地方”。先通过数据找到“谁值得投”，再针对性地“投其所好”，才是精细化运营的核心。