何千万ものユーザーの中から価​​値の高いユーザーを選別するにはどうすればよいでしょうか?

数千万、あるいは数百万のユーザーを蓄積した場合、その後のコンバージョンのために価値の高いユーザーをどのように選別できるでしょうか?

みなさんこんにちは。私はPM Damingです。今後、ここで人生や仕事の断片を皆さんと共有していきたいと思います。

ケーススタディ:

同社はオリジナル製品で古くからのユーザーを蓄積してきた。製品エコロジーにより、ユーザーの粘着性が生じ、市場の熱量に応じて使用時間が変動し、高いときもあれば低いときもあります。ユーザーエコシステムの欠点を補い、同時に新たな事業分野を開拓するために、補完的な製品が開発されました。新製品は、早期のクローズドテスト、データ復旧、ユーザーの意見、BUG フィードバックなど、初期段階で宣伝する必要があります。

ここで質問してください:

「初期のローンチとプロモーションの予算が限られている中で、何千万、何百万ものユーザーの中から価​​値の高いユーザーをどうやって選別すればいいのでしょうか？」

全員に 3 秒間考えさせてください。コメント セクションに回答を入力してください。

3、2、1。

大丈夫。

しかし、私が言いたいのは、答えは重要ではないということです。その理由については、次のコンテンツでモデルを共有します。

RFM モデルを実装できます。

では、RFM モデルとは何でしょうか?

RFM モデルは、ユーザー価値とユーザーの収益性を測定するための重要なツールおよび手段です。

ユーザー価値研究やユーザー志向の運用などで多く利用されており、ユーザーニーズを的確に把握し、戦略の効果を最大化することができます。

インターネット、小売、電子商取引、銀行、通信など、さまざまな業界やシナリオに適用できます。

RFM モデルの定義:

最近: 最新の消費とは、ユーザーが最後に消費した時間を指します。理論的には、最近消費したユーザーは、すぐに商品やサービスに反応する可能性が高く、それがユーザーを惹きつけて購入を継続させ、忠誠心を獲得するのに役立ちます。

頻度: 消費頻度とは、ユーザーが特定の期間内に購入する回数を指します。重要なのは、消費者に購入頻度を高めてもらい、購入頻度の低い購入者を高頻度の購入者に変えていくことです。頻繁に購入する顧客は通常、最も高い満足度と忠誠心を持っています。

金額: 消費額はデータベース レポートの中核です。理論的には、M 値と F 値は同じであり、どちらも時間範囲を持ち、一定期間内の消費量を示します。したがって、一般的な製品の場合、M 値は顧客セグメンテーションに比較的弱い影響を与えます。

次に、それを平均 (中央値) と比較して定性的な説明 (高いか低いか) を取得し、最後にユーザーを 8 つの異なるカテゴリに分類します。ユーザーの階層化は、製品独自のユーザーポートレートを適用することで定義できます。

上記のケースとモデルを具体的な操作手順と組み合わせます。

予備データの準備:

ユーザー分類テーブル: ユーザー ID、再チャージ時間、再チャージ金額を含むユーザー再チャージ取引フロー。

しっかり座って、つかまって、高速道路に行く準備をしてください〜〜

データ処理:

最初のステップ:

いくつかのデータサンプルを選択して、再充電時間とデータ引き出し時間の差を確認します。ここで使用されるデータ サンプルは偽のデータであり、主に操作手順を説明するために使用されます。

図に示すように、新しい「距離日数」列を追加します。データ取得時間「D2」から再充電時間「C2」を減算して、最初のユーザーの距離日数を計算します。マウスの左ボタンをダブルクリックして「E2」列を入力し、列全体の距離日数を計算します。

ステップ2:

すべてのデータを選択してピボット テーブルを作成します。

「user_id」列を下の行領域にドラッグし、「user_id」、「amount」、および「days left」を値領域にドラッグします。

計算ディメンション: user_id 数、金額の合計、最小日数。

「user_id」の数値計算バーボタンをマウスの左ボタンでクリックし、「値フィールド設定」を選択し、「計算タイプ」で「カウント」を選択して「OK」をクリックすると、各ユーザーの購入頻度が取得されます。

「金額」数値計算バーボタンをマウスの左ボタンでクリックし、「値フィールド設定」を選択し、「計算タイプ」で「合計」を選択して「OK」をクリックすると、各ユーザーの合計チャージ金額が取得されます。

「開始日」の数値計算バーボタンをマウスの左ボタンでクリックし、「値フィールドの設定」を選択し、「計算タイプ」で「最小値」を選択して、「OK」をクリックすると、ユーザーの最新の購入とデータ収集の間の時間差が取得されます。

完成したピボット テーブルから取得したデータを新しいワークシートにコピーし、数値型として貼り付け、列内の各新しいフィールドの名前を変更し、「R」、「F」、および「M」フィールドを追加し、合計行のデータを削除します。

ステップ3:

R、F、M 値を計算します。

セル E2 に「=IF(B2<AVERAGE(B:B),"Low","High")」と入力し、最終購入が平均日数未満であったユーザーの R 値を「Low」に設定し、それ以外のユーザーの R 値を「High」に設定して、列全体の R 値を取得します。

「R」列を入力し、同じ方法で右側の「F」と「M」の値を入力します。

新しい「RFM」フィールドを作成し、セル H2 に「=E2&F2&G2」と入力して RFM 値を取得します。

ユーザー VLOOKUP 関数は、準備されたユーザー タイプを新しいテーブルに置き換え、新しい「ユーザー タイプ」フィールドを作成し、セル I2 に「=VLOOKUP(H2,User Type!E:F,2,0))」と入力して、各ユーザーのタイプを取得します。

EXCELスプレッドシートで作成したRFMモデルが作成されました。次に行うことは、実際のニーズに基づいて、プロモーションやその他の形式のプロモーション活動のために、リスト内の高品質なユーザーを選別することです。