数据分析的工具——RFM模型

在移动社交电商快速发展的背景下，运营者获得越来越多的数据，并且尝试用已得数据分析、预测从而制定更有利的经营策略。

数据分析是用适当的统计方法，对收集回来的大量数据加以汇总和开发，以达到提取信息、形成结论、指导工作等目的。

数据分析的目的体现在两个方面：一方面，发现问题并且找到问题的根源，最终通过切实可行的办法解决存在的问题；另一方面，基于以往的数据分析，总结发展趋势，为店铺运营决策提供支持。一般移动社交电商运营者主要从店铺的流量数据、销售数据、用户数据、活动数据4个模块对店铺运营数据进行分析。

数据指标

1)浏览量(Page View PV):网店页面被访问的总次数。
2)访客数(User View UV):某个特定页面的访客数。
3)页面停留时间:用户在某些页面上停留时间的长短。
4)跳出率:用户登录网店后只访问了一个页面就离开的访问人次占网店登录页面访问总人次的比例。
5)各流程转化率:注册转化率、产品详情页转化率、购物车转化率、支付转化率等。
6)成交转化率:本店成交人数占总访客数的比率。
7)日活跃用户量(Daily Active User DAU):每天的活跃用户数量。
8)月活跃用户量(Monthly Active User MAU):每月的活跃用户数量。

RFM模型（RFM Model）

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、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况。

R:(Recency)最近一次消费,即上一次购买的时候。上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。营销人员若想业绩有所成长，只能靠偷取竞争对手的市场占有率，而如果要密切地注意消费者的购买行为，那么最近的一次消费就是营销人员第一个要利用的工具。

F: (Frequency)消费频率。是指顾客在限定的期间内所购买的次数。我们可以说最常购买的顾客，也是满意度最高的顾客。如果相信品牌及商店忠诚度的话，最常购买的消费者，忠诚度也就最高。增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。

M: (Monetary)消费金额。理论上M值和F值是一样的，都带有时间范围，指的是一段时间(通常是1年)内的消费金额，在工作中我认为对于一般店铺的类目而言，产品的价格带都是比较单一的，比如:同一品牌美妆类，价格浮动范围基本在某个特定消费群的可接受范围内，加上单一品类购买频次不高，所以对于一般店铺而言，M值对客户细分的作用相对较弱。