zoukankan      html  css  js  c++  java
  • 数据分析的思维技巧

    象限法

    客户分群:按价值的高低和流失率的高低划分客群,有针对性的制作策略

    RFM

    http://www.woshipm.com/pd/2209492.html

    RFM模型介绍

    R:最近一次消费距今的时间,可用于评价活跃度,R越小,越活跃

    策略:比如瑞信咖啡,针对长期不活跃的高价值用户可能会推送一些券

    如果某个用户最近一次消费时间距今比较久远,没有再消费了,但是累计消费金额和消费频次都很高,说明这个用户曾经很有价值也就是RFM模型中的重要保持客户,我们不希望他流失,所以运营人员就会专门针对这类型用户设计召回策略,这也就是RFM模型的核心价值。

    F:频数

    M:消费金额

    https://space.bilibili.com/444458951/channel/detail?cid=109170

    实例学习

    [假设法]

     公司在节日迚行了一次营销活劢,APP上的销量 数据整体比上周上升了20%。因为统计失误问题, 拿不到明细数据,也就是说,活劢效果是一个黑 盒。现在的问题是,销量本身就有可能因为节日 而提高,那么怎么证明活劢是有效戒者无效的呢? 

    假设活动有效,既然拿不到商品的明细数据,那么可以通过用户评价占比来观测;

    假设无效,也可以通过评价数/往日的评价占比 反推购买用户数,跟现有的对比

  • 相关阅读:
    学习python第二天数据库day1
    学习python第一天总纲
    Mac 键盘快捷键
    报错 Filtered offsite request
    mysql 顺序问题
    implode 把数组 组成一个字符串
    TP view中跳转到某个控制器
    生成商品的唯一货号
    数组排序
    判断文件是否存在 删除文件
  • 原文地址:https://www.cnblogs.com/pingzideping/p/12663554.html
Copyright © 2011-2022 走看看