用户画像-标签
一、用戶屬性
?
?
二、用戶行為屬性
三、用戶消費屬性
四、用戶風控屬性
五、RMF用戶價值
指標:近一年的交易量、交易額
劃分規則
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
結論:RFM理論支撐,通過用戶最近一次交易時間、累計交易訂單量、累計交易額三個維度交叉分析用戶價值。
六、流失與活躍
定義流失:
口徑:選取20170101-20180101期間登錄過app的用戶,計算這批用戶最后一次訪問與倒數第二次訪問的時間間隔
結論:對于平臺用戶來說,其最后一次訪問與倒數第二次訪問日期間隔30日以上時,用戶占比不足5%,可劃定30天為流失期限
? ? ? ? ? ? ? ? ? ? ? ? ??
高、中、低、活躍
劃分原則:用戶活躍在用戶流失期內進行劃分,劃分高 中 低比例為0.2、0.16、0.64(整體二八劃分后,在八的部分中再按二八劃分)
結論:(登錄用戶)、<=2日的為低活躍用戶,3-4日為中活躍用戶,>=5日的為高活躍用戶(近30日活躍天數)
口徑:選取近一年中,以每個月為統計周期,取各月統計值的均值
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
其它定義流失的口徑:
用戶流失周期口徑:截取某日首次登錄的一批用戶,觀察這批用戶在n日后有再次登錄行為的用戶量及占比(即用戶回訪率)
總結
- 上一篇: GBDT+LR
- 下一篇: 用户画像-参考整理医疗app标签