用户画像番外篇之用户活跃 / 用户价值度分析

传送门： 用户画像—计算用户偏好标签及数据指标与表结构设计

用户活跃、用户价制度分析的在数据分析师的日常工作中经常会碰到，如何根据公司的业务情况对本公司的用户做活跃和价制度的划分是一种常规化的分析工作。

在用户生命周期中，对每个用户进行群体划分，有针对性地做分群分层运营，可以更高地提高营收转化。（用户生命周期指用户从注册账户建立起业务关系到完全终止关系的全过程，它动态地描述了用户在不同阶段的大致特征）

近期在开发用户标签的过程中，需要对每个用户打上活跃程度和价值度相关的标签，在 _ 经 _ 过数据调研，和数据分析师、业务方交流讨论，以及结合之前工作中相关的经验，对这两块内容进行了一次总结。

下面开始说主题：

用户活跃度划分

1、维度划分

用户活跃安装一般的口径来说可以划分为：高活跃用户、中活跃用户、低活跃用户、流失用户、现有用户、沉睡用户等常见维度。

首先需要划分用户的流失周期，在流失周期之外的用户为流失用户，在流失周期以内的用户按用户的访问频率再次划分为高、中、低活跃用户。

流失用户、以及高、中、低活跃用户的计算口径是按照用户的访问行为来做划分的，那么现有用户和沉睡用户则是根据用户是否有过购买行为进行划分的

2、计算口径

划分高、中、低活跃用户，首先需要定义用户的流失周期。在流失周期以内对用户进行活跃度的划分。

用户流失周期口径：截取某日首次登录的一批用户，观察这批用户在 n 日后有再次登录行为的用户量及占比（即用户回访率）。为了排除截取日可能会受活动相关因素影响，可以随机截取多个日期用户作为研究对象，取均值计算。

下图中可看出，首日选取的用户在 n 天后还有回访行为所占的比例在逐日递减。

根据回访率数值绘制出回访率曲线：

可以看出用户在 130 日以后的回访率低于 40%，可认为大部分用户已经流失。因此，可将用户的流失周期划定为 130 日。

划定用户的流失周期后，在流失周期内根据用户的访问频次（有多少天有过访问行为）及占比，按照二八原则可将用户划分为高、中、低群体。

关于二八原则我想说的是，原先我认为二八原则是前人拍脑袋定出的一个数字，然而在分析用户价制度的时候，发现占比不到 20% 的重要价值用户、重要保持用户人群，带来的 GMV 还真在 80% 左右。果然古人诚不欺我。这种划分比例还是很有科学依据。

关于现有用户和沉默用户的划分原则，是根据用户是否有购买属性来说的，即用户购买后是否有后续的访问行为。可根据用户首次购买后的回访情况来对现有用户和沉默用户做划分。

 

用户价值度划分

1、维度划分

用户价值度按照经典的 RFM 模型，可以从用户最近一次交易时间、累计交易次数、累计交易金额三个维度出发。对每个维度按照二八原则划分出高价值和低价值用户（高价值占 2，低价值占 8），对这三个维度中的高、低价值用户通过交叉分析，划分出重要价值用户、重要保持用户、一般价值用户等 8 个群体。

2、计算口径

① 根据最近一次交易时间分档，按二八原则将用户划分为远、近两个群体

② 根据历史累计订单量分档，按二八原则将用户划分为低频次、高频次两个群体

③ 根据历史累计交易金额分档，按二八原则将用户划分为低金额、高金额两个群体

最后按照这三个维度对用户分档的原则，将用户划分为 8 个群体

标黄的重要用户群体人数占总群体的人数 20% 左右，但带来的 GMV 贡献确占到了 80%。

根据打标签后的抽样调研情况来看，这种划分方式还是很科学的。

时间:2018-09-20 14:24  来源:    转发量:次