业务流程

一、业务流程图

用户是电商运营的灵魂所在，要拥有大量的、高质量的用户，我们应从开源、节流（减少流失）、维持（促进活跃以及提高留存）、刺激（转化付费）这四个方面来运营，这样才能带来用户的购买、持续购买、多频、大金额的购买等一系列行为

电商业务流程分析

二、用户精准分层（RFM模型）

近度R：最近一次消费R(Recency)，最后一次消费时间离数据采集时间越近，客户价值越高
频度F：消费频率(Frequency) ，某一个时间窗口内消费的次数或订单数，数量越大客户价值越高
额度M：消费金额(Monetary)，客户的购买金额（可分为累积购买及平均每次购买）

方法一

计算出用户的R、F、M值，再将它们分别减去他们各自的平均值，把大于0的记为1，小于0的记为0，经过计算之后，R、F、M值分别都有两个值0和1，这样就将所有用户根据R、F、M的值把用户分到8个象限上，每个象限表示一类用户，RFM模型图如下：

RFM模型图

每类用户定义如下：
111：重要价值客户
101：重要发展客户
011：重要保持客户
001：重要挽留客户
110：一般价值客户
100：一般发展客户
010：一般保持客户
000：一般挽留客户

方法二

将F和R这两个维度分为五个等级，从而形成一个5×5的表格，这样就把用户分到了25个象限，将M作为第三维度值填入表格，用颜色深度来表示值的大小，这种方法可以直观的看到各个象限的用户的贡献值，利于针对性的进行营销，如下图

R-F表格

例1.将每类用户总的消费金额填入表中可得到下表（示例数据）

第三维度为总消费金额
上图呈现出的问题是主要贡献值都在于流失客户身上，老客户贡献值低，所以新客的二次召回是下一阶段重点要关注的问题点

例2.将每类用户平均消费金额填入表中可得到下表（示例数据）

第三维度为平均消费金额

分析上图可知：可以把重点放在象限2和象限3（加黄色），此类客户单此贡献度高，可重点拜访或联系，以最有效的方式挽回更多的商机

注意：我们不仅可以将M作为第三维度填入表中，还可以将用户数量等值填入表中，如下图

第三维度为用户数量

从上图分析可知，象限24和25用户数量和占比超过71%，这些用户都只消费了一次，所以我们需要加强营销工作，提高用户的二次消费率

方法三

将R、F、M分别三等分，把它们的值分别位于第一、二、三等分区间内的值分别赋值为1、2、3，即R-score, F-score, M-score，这样就可以将所有用户分为27个象限，如下图

方法三
计算RFM值（RFM_score）：
RFM_score=R×100+F×10+M×1

作用：27个象限分别对应27个RFM值，我们结合业务分析哪部分用户是最优用户，我们可以根据这个结果进行有针对的营销和维护，相比于第一种方法，这种方法是一种更细化分用户分类方法

三、留存率

留存率是电商运营中一个非常重要的指标，留存率实际上反应的是一种转化率，即由初期的不稳定用户转化为活跃用户、稳定用户、忠诚用户的过程，留存率是以研究新登用户为目标对象的，即我们研究某一个点的一批用户在随后十几天、几周、几个月的时间内的生命周期情况，这样的意义是从宏观上把握用户的生命周期长度以及我们可以改善的余地
常用留存率：次日留存率、周留存率、月留存率
40-20-10准则（评价标准）：如果一个产品的次日留存率、周留存率、月留存率分别达到40%、20%和10%，则这款产品具有很好的用户粘性，应给予积极评价

留存率计算：
留存率=某时间段活跃用户数量÷某时间段注册用户数量×100

可以通过图表的方式展示留存率的变化情况，如下图（示例数据）

留存率

上图用表格形式展现了每月注册用户在随后几个月的留存情况