APP推广合作
联系“鸟哥笔记小乔”
构建用户评分体系
2021-03-12 17:50:04

花花是某电商公司的一名产品运营,如果新上线一款产品他的一贯做法都是做活动、蹭热点、做营销等等。但是,这些做法引来了大量的羊毛党,获取的真实客户却是屈指可数。

正在花花为此事头疼之际,同组的前辈豆豆给他支个招,运用 AHP 和 RFM 构建用户评分体系,精细化运营,能带来很好的效果。开心之余,花花赶紧使用度娘搜索,AHP 和 RFM 究竟是什么东西?又怎么运用呢?接下来作者就给你唠叨唠叨。

一、AHP制定权重

1.1   AHP是什么?

层次分析法(Analytic Hierarchy Process)简称 AHP,20 世纪 70 年代中期由美国运筹学家托马斯·塞蒂(T·L·Saaty)提出。

AHP 是指将与决策有关的元素分解成目标、准则、方法等层次,主要用于定性的问题进行定量化分析决策。

比如,某电商平台根据用户行为数据对用户做综合评分模型,找出忠诚用户、活跃用户、沉默用户等等,进而对各类用户进行精细化运营。

1.2   AHP基本原理

AHP 的思路是密切的和决策者的主观判断以及推理联系起来,也就是对决策者的推理或者判断过程进行量化,从而避免决策者在结构复杂或方案较多时逻辑推理失误。具体步骤如下:

1)建立评分体系

构建用户价值评分体系,对各类用户进行精细化运营。

设定目标,列出影响目标的所有元素。采用专家打分、用户问卷等方式,逐一列出所有的影响因素,比如活跃度、忠诚度、购买力等。

2)构建层次结构、判断矩阵

列出影响因素的指标或方案。

判断影响用户活跃度的指标有浏览页面次数、停留时长、浏览商品次数、下单次数。

判断影响用户忠诚度的指标有最近访问时间、访问频率、主动评价次数。

判断影响用户购买力的指标有单笔最高金额、平均订单金额、购买次数。

3)算出权重系数

分别算出各个指标层、准则层的指标权重,然后再算出决策公式(如下图)。

4)一致性校验

若一致性指标 CR<0.1,就进入下一环节;否则,对各指标权重重新赋值(即,重新构建判断矩阵)。

5)层次排序

层次排序分为层次单排序和层次总排序。所谓层次单排序,指对于上一层某因素而言,本层次各因素的重要性的排序;所谓层次总排序,指确定某层所有因素总目标相对重要性的排序权值过程。

层次排序是从最高层到最底层依次进行的。对于最高层次而言,其层次单排序的结果也是总排序的结果。

1.3   确定权重

1.3.1 构建判断矩阵

在确定各层次各因素间的权重时,如果仅是定性的结果,则通常不容易被其他人接受,因而 Saaty 提出一致性矩阵法,即两两因素相互比较,采用标度,尽可能减少不同因素相互比较的困难,以提高准确度。

运用专家打分将所有因素两两比较确定合适的标度。建立层次结构后,比较因子及下属指标的各个比重,实现定性向定量转化。

比如,采用 1-9 分标度法,构建决策层的打分矩阵 A,如下图。

实际上,上述打分矩阵就是层次分析法中的判断矩阵。

1.3.2 一致性检验

一致性检验是为了检验各元素重要程度之间的协调性,避免出现 A 比 B 重要,B 比 C 重要,而 C 又比 A 重要,这样的矛盾情况。

1)相关理论

(1)一致性矩阵

(2)判断矩阵是否为一致性矩阵

在判断矩阵的构造中,并不要求判断矩阵一定具有一致性,这是由客观事物的复杂性和人的认识多样性决定的。但判断矩阵是计算排序权向量的依据,因此要求判断矩阵应该满足大体上的一致性。

2)对判断矩阵一致性校验

先求解特征向量,采用手工计算方法——和积法:

手工计算矩阵 A 的特征值:

(1)求特征向量

(2)求最大特征值

手工求解精确度较低,只是求得最大特征值的近似值。一般情况下,可以采用在线计算工具 Matlab,链接地址:https://wis-ai.com/tools/ahp

(3)一致性校验


1.3.3 计算指标层权重

1)计算活跃度的权重

因此,准则层相对活跃度的权重依次为:

浏览页面次数的权重:b1=0.63231

停留时长的权重:b2=0.21452

浏览商品次数的权重:b3=0.10961

下单次数的权重:b4=0.04357

2)计算忠诚度的权重

因此,准则层相对忠诚度的权重依次为:

最近访问时间的权重:c1=0.61935

访问频率的权重:c2=0.28423

主动评价次数的权重:c3=0.09642

3)计算购买力的权重

因此,准则层相对购买力的权重依次为:

单笔最高金额的权重:d1=0.70706

平均订单金额的权重:d2=0.20141

购买次数的权重:d3=0.09153

4)列出全部权重

5)如果一致性校验没有通过,怎么办?

作者在实际构建评分矩阵时,发生了好几次一致性校验不通过(如 CR>=0.1)。这可能由于一些主观因素导致,也可能是由于构建模型不合理导致。所以需要专家重新构建打分矩阵,甚至需要重新构建层次分析模型。

(1)构建模型影响

因素是否合理、含义是否清晰、要素间是否重叠,这都会有影响。建议每层要素尽量不超过 7 个;如果元素之间的强度相差很大,尽量不要放在同一个层级。

(2)计算精度影响

特征值求解方法的不同(比如和积法、方根法等)、Excel 计算值的误差、计算工具的误差等,都可能导致一致性校验结果有些偏差,可以使用 Matlab 等精度更高的计算工具(https://wis-ai.com/tools/ahp),如下图。


6)结论

运用 AHP 模型得出和公式:

活跃度=b1*浏览页面次数+b2*停留时长+b3*浏览商品次数+b4*下单次数;

忠诚度=c1*最近访问时间+c2*访问频率+c3*主动评价次数;

购买力=d1*单笔最高金额+d2*平均订单金额+d3*购买次数;

用户价值评分=0.64339*活跃度+0.28284*忠诚度+0.07377*购买力。

AHP 方法使用较少的定量数据,就可以构建模型,最终的结论只能表明因素的重要程度,不能得出用户价值的评分值是多少。

因此,将 RFM 模型和 AHP 模型相结合,算出各个因素的分值,得出每个用户的评分。

二、RFM计算分值

2.1   RFM是什么?

RFM 模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的近期购买行为(Recency)、购买的总体频率(Frequency)以及消费金额(Monetary)3 项指标切分出多类客户,最后根据不同类型客户(如下图)占比情况来评估客户的整体分布,并针对不同类型的客户进行有针对性的营销。

一个 RFM 用户分层模型,重要发展客户到底多少分?一般价值客户多少分?作者将用某电商公司 2018 年 11 月 1 日-2019 年 4 月 30 日共 5 个月的交易数据来讲述,为了保护隐私,数据经过脱敏处理。

2.2   构建RFM模型的步骤

2.2.1 获取与清洗数据

RFM 模型主要用于分析用户购买行为,通常获得的数据包含付款时间、实付金额、订单状态等等信息的数据,部分数据如下图。

获得数据后,其中可能存在空值、异常值等情况,这类脏数据无法进行分析,需要通过简单的数据清洗去除。数据清洗的方式有两类:异常值处理,如删除、均值补差等;异常值识别,如按业务规则查找、语义冲突等。

比如,作者获得交易数据后,发现 “发货时间” 为空,是脏数据,需要剔除;对应 “订单状态” 的值是 “付款以后用户退款成功,交易自动关闭”,退款用户数据不该纳入模型,需要去除。

清洗完之后,分别对 “发货时间”、“订单状态” 进行筛选,这时发现 “发货时间” 为空或订单状态为 “付款以后用户退款成功,交易自动关闭” 这类数据已经不存在了,说明已经筛选干净了。

2.2.2 建立模型

接下来,作者需要提取 R、F、M 的值:R(最近一次购买距今天的天数)、F(购买了几次)和 M(平均购买金额)。

构建一张透视表,将 “买家昵称” 分别拖到行位置和值位置,对 “买家昵称” 进行计数汇总,也就是得出买家的消费次数,即 F 值。将 “付款时间” 拖到值位置,设为最大值,将 “实付金额” 拖到值位置,设为平均值,即 M 值,如下图。

将初步透视好的数据复制到一张新的表格(选择性粘贴「值和数字格式」)。接着处理 R 的值,由于订单截止日期是 2019 年 4 月 30 日,作者将建模时间设为 2019 年 5 月 1 日,求距离 5 月 1 日这一天客户最近一次付款时间的间隔天数,就是求每个客户的 R 值,如下图。

用 RFM 的计算方式,对所有因素(R、F、M)进行 0-5 评分区段的映射。

或者用下面的公式归一化处理(如下图),正相关使用第一个公式,负相关使用第二个公式,R 属于负相关,因为最近一次购买时间距越小,那么越重要。F 和 M 都是正相关。

规范化计算也可以使用 (X-Xmin)/均值(X) 和 (Xmax-X)/均值(X) ,需要注意的是,如果真实数据分布不平均的话,均值就可能出现偏差,比如有人消费 100 万元,有人消费 1000 元,平均数的偏差就很大。所以,可以使用三分位、中位数或者(Xmax-Xmin)等方式进行归一化。

由于获取的数据字段有限,无法通过指标层得到准则层的权重,所以直接使用 AHP 算出活跃度、忠诚度和购买力的权重,依次分别是 0.64339、0.28284、0.07377。得出标准化的数据以及一定权重的用户价值,如下图。

把 R、F、M、用户价值按照 0、1 区分,如果大于均值为 1,否则为 0,得到 16 种用户类型,如下图。

将用户类型代入数据中,得出的部分结果,如下图。

2.3   模型可视化

2.3.1 分析各类客户占比

对刚刚完成 RFM 模型表格进行透视,将 “客户类型” 拖至行区域,再把 “客户类型” 拖至值区域两次,第一次是为了计数,第二次是为了查看客户占比,如下图。

绘图,更清晰的查看不同客户类型的用户数占比,如下图。


2.3.2 分析客户金额占比

对 RFM 模型表格进行透视,将 “客户类型” 拖至行区域,再把 “累计金额” 拖至值区域两次,第一次是为了计算每类客户的累计消费金额,第二次是为了查看每类客户的金额占比,如下图。

绘图,更清晰的查看不同客户类型的金额占比,如下图。

三、总结与建议

1)从各类客户占比图中看出,次一般挽留客户(0000)的人数最高,竟达 8725 人,人数占比 34.52%,此类客户近期没有购买,购买频次低于平均值,下单平均金额比较低,并且用户价值也较低,大约在 2018 年 双11 下的单,属于价格敏感性客户,所以可以在促销活动(如国庆节、六一等)时试着唤醒他们。

2)次重要挽留客户(0010),最近没有购买商品,消费频率较低,消费金额较大的一类客户,有 6905 人,人数占比 27.16%,支付金额占比最高。换句话说,对于该商家销售额贡献率最高的一批客户,下单时间远,购买次数低,已经处于流失的边缘,但是不同于次一般挽留客户,这类客户的平均销售额较高。

对于这类客户,运营人员需要获取他们的联系方式,进行回访,询问客户沉睡的原因;或者说商品本身就属于复购率低、消费金额占比高的商品;或者从商品本身入手,试着比较客户购买时间与商品的回购日期,是不是上次购买的商品还没有用完。

3)重要发展客户(1011),最近购买,购买频次低,消费金额大,用户价值大的客户有 2614 人,占总人数的 20.28%,支付金额相对较高。这类客户大致是新客户。

对于这类客户,运营人员近期适当的进行短信推送,优惠券发放等形式,来提高他们的购买频率,争取提高这类用户的忠诚度,最终将他们转变成重要价值客户。

-END-

分享到朋友圈
收藏
收藏
评分
评论

综合评分:

我的评分

参与评论(3)

社区交流公约

登录后参与评论
发布评论
鸟哥笔记用户社区交流公约

福星高照
这篇文章和高数有关,我是看懂了,但是一般读者应该是看天书吧

2021-03-14 08:18

养柴犬的胡萝卜
太高深了吧。。。

2021-03-13 10:45

仰望星空
专业度好高啊,这篇文章认知门槛比较高。大学毕业后高数,线性代数,矩阵这些已经忘完了

2021-03-13 05:45

Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
超级nice便签砖
超级超级超级奈斯!
1000羽毛
立即兑换
【新品】办公/外出两用静音充电小电扇
办公桌必备小电扇!
2000羽毛
立即兑换
一个数据人的自留地
数据人交流和学习的社区,关注我们,掌握专业数据知识、结识更多的数据小伙伴。
确认要消耗 0羽毛购买
构建用户评分体系吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接