如何判斷某個小區居民是否具備促銷價值？

無意中看到一個百度的面試題，覺得很有意思。來跟大家一起討論下：

現在有一個大社區，該街區有A、B、C、D......、Z等26個小區，每個小區有100個居民，且編號唯一（A1，A2，A3，......，A100，其他小區居民編號以此類推），總共是2600個居民。

社區旁邊5站公交的地方開了一家shopping mall，提供吃喝玩樂購物一條龍服務，命名百度廣場。百度廣場希望進行一次以小區為單位的促銷推廣活動（如贈送積分購物卡），在做活動之前，需要確定這26個小區中的哪些小區的居民用戶質量最高，最具備促銷價值，然後定點投放。

目前收集到了小區全部居民在8月1日——31日的全部數據，內容如下：

出門公交百度廣場購物百度廣場看電影百度廣場唱歌百度廣場餐廳吃飯

其中：

（1）的行為發生時間點都有記錄

（2）的具體消費金額都有記錄

（3）的購物明細（購買了哪些商品）都有記錄

（4）的觀看電影的節目單都有記錄

（5）的點歌單的明細都有記錄

（6）的菜單明細都有記錄

（7）該社區只有888路公交車是抵達百度廣場的，但是該社區公交站還有通往其他地方的公交車，如514,521,602路

（8）不是完全連續發生的

問題如下：

（1）如何判斷單個居民質量的高低？如何判定哪些用戶最具備促銷價值？

（2）如何選擇一個最具促銷價值的小區？

1996小暖冰 18屆畢業生 產品運營 2016年12月19日

這是一個典型的產品運營方向的問題，需要給用戶分層並識別出高質量用戶，傾斜更多的運營資源，以提升其使用產品的體驗，最後形成口碑並進行傳播。

前幾天在脈脈上看到了亮哥在自己的專欄中有寫到，RFM模型在運營中的實際運用，感覺非常合適這個問題。在這裡，讓我們試著用RFM模型來解答這個問題。

1.什麼是RFM模型？

RFM模型是廣泛使用於傳統零售行業的用戶分層模型，它主要以三個維度的數據來劃分用戶層級（質量高低），RFM分別是：

R(Recency):離某個時間點最近的一次消費，為【近度】維度；

F（Frequency）:一段時間內的消費頻次，為【頻度】維度；

M(Monetary)：對應這段時間內的消費金額，為【額度】維度。

通過RFM模型，我們可以輕鬆劃分出用戶的層級，如下表：

重要價值客戶：最近消費時間近、消費頻次和消費金額都很高的，這些是我們的高質量用戶。

重要發展客戶：最近消費時間較近、消費金額高，但頻次不高，忠誠度不高的用戶，都很有潛力，可以重點發展。

重要保持客戶：最近消費時間較遠，但消費頻次和金額都很高，說明這是個一段時間沒來的忠實客戶，我們需要主動和他保持聯繫。

重要挽留客戶：最近消費時間較遠、消費頻次不高，但消費金額高的用戶，可能是將要流失或者已經要流失的用戶，應當基於挽留措施。

在了解了這些基本信息後，我們就可以針對面試題目進行分析了。

在題目中，用戶的行為路徑是

出門公交百度廣場購物百度廣場看電影百度廣場唱歌百度廣場餐廳吃飯

按照RFM模型，我們可以將用戶層級分為如下幾個部分：

R——7天（R3），8~15天（R2），16~31天（R1），考察的是客戶購買的沉默期；

F——1次（F1），2~3次（F2），3次以上（F3），可以把3次作為客戶是否發展為忠誠客戶的一個參考標準；

M——100（M1），101~1000（M2），1000以上（M3），這個需要按照實際情況來劃分，其重點在於考察客戶的購買能力。

（1）通過上面的劃分，我們就可以將客戶群細分為（R1F1M1）、（R1F1M2）、（R1F1M3）等27個部分了。再將這27個客戶群，按照RFM模型進行分析，劃分出重要價值客戶，一般價值客戶等就OK，這樣，各個用戶質量的高低就出來了，R3,M3,F3次數多的，都是高質量用戶。

其中，重要發展客戶（最近消費時間較近、消費金額高，但頻次不高，忠誠度不高）和重要保持客戶（最近消費時間較遠，但消費頻次和金額都很高）是我們這次活動的重要促銷對象。對於他們，可以通過消費積分活動感召回來，屬於高促銷價值用戶。

當然，這裡面百度廣場也可以結合自身特點去調整R、F、M各項內容的劃分，比如可以劃分為2、5、2級別，然後RFM對應的就是20個區間了。

（2）如何選擇一個最具促銷價值的小區？

在我看來，這個就得看小區中高發展客戶和重要保持客戶的具體比例了，兩者用戶比例最高的小區，可以選擇做為這次促銷的主要針對小區。

行走在運營路上的18屆畢業生，第一次嘗試用戶分層，歡迎大家留言討論問題，覺得回答還不錯的，可以給我點個認可哦

查看更多優質問答

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！