用户运营分析RFM的建模方法与系统

摘要

本发明提供用户运营分析RFM的建模方法与系统，建模方法包括以下步骤：获取原始数据；定义RFM评估模型；进行数据比对，获取用户RFM值；根据RFM值计算用户层级。本发明可根据已知的信息对投资融资平台中的用户做RFM模型分析，每日刷新一次用户RFM值和层级，并记录了历史的RFM值和层级，方便跟踪用户的状态变化；本发明对使用投资融资的用户做层级划分，并且将层级划分精准到量化层面，本发明的建模结果能够方便投融资平台从数据化和技术层面的角度去对用户进行分类，能够为投融资平台的经营策略提供数据性的指导，针对性地服务用户，对不同层级的用户采用针对性的服务方案，提高用户价值，最大化营收；本发明提高了投融平台运营效率，实现精细化运营。

说明书

技术领域

本发明涉及数据分析技术领域，具体涉及一种基于投融界用户分析的方法与系统。

背景技术

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，在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。该机械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。

投融平台对用户的分析非常重要的一步，在传统筛选潜在客户的方式，通常通过人工寻找潜在客户名单，然后调研客户公司信息、公司产品信息、竞品系产品信息、存量客户产品信息等，以预估客户价值，从而筛选出高价值的潜在客户，但是该方式需要消耗大量的时间和人力成本，且筛选得到的真正有价值的潜在客户有限；例如中国专利CN111833073A公开了基于K-Means++算法的航空公司客户细分方法，通过采用一种K-Means++聚类算法实现对客户的细分，为客户提供更细致化的专属服务，但其中提取的两个数据源进行数据探索与预处理，数据易造成缺失，不利于产品客户群的扩展，实现最大化营收。

发明内容

本发明目的是提供用户运营分析RFM的建模方法与系统，通过将RFM模型应用到投融平台对用户进行分层来实现用户价值最大化。

为了实现上述目的，本发明提供以下技术方案：

用户运营分析RFM的建模方法，建模方法包括以下步骤：

(1)获取原始数据；

(2)定义RFM评估模型；

(3)进行数据比对，获取用户RFM值；

(4)根据RFM值计算用户层级。

进一步地，步骤(1)中，所述原始数据包括用户ID、认证类型、APP启动次数、首次启动APP时间、最近一次启动APP时间、浏览资金列表页次数、浏览资金详情页次数、浏览资金列表页平均停留时长、浏览投资人列表页次数、浏览投资人详情页次数、浏览投资人列表页平均停留时长和收藏资金次数。

进一步地，步骤(2)中，定义R值为用户最近一次启动APP时间距离当前时间的差值，R值取正整数；

F值为用户生命周期内登录频次；

M值为用户行为价值，根据部分重点用户行为字段进行赋值计算出的用户价值。

进一步地，步骤(3)中，

R＝当前时间-最近一次启动APP时间，R>＝1，单位为天，日期计尾不计头；

所述该时间段内的启动次数是用户在首次启动APP和最近一次启动APP的时间范围内启动的次数，次数按照自然日去重，每个自然日至多统计1次；

M＝认证类型得分+浏览资金列表页次数权重得分+浏览资金详情页次数权重得分+浏览资金列表页平均停留时长/秒权重得分+浏览投资人列表页次数权重得分+浏览投资人详情页次数权重得分+浏览投资人列表页平均停留时长/秒权重得分+收藏资金次数权重得分；

所述权重得分＝用户行为字段数据*相应用户行为字段数据系数。

进一步地，所述用户行为字段为认证类型的得分分别为：未知为0分；个人认证为5分；企业员工认证为10分；企业法人认证为15分；所述用户行为字段为浏览资金列表页次数的系数为1；所述用户行为字段为浏览资金详情页次数的系数为1.5；所述用户行为字段为浏览资金列表页平均停留时长/秒的系数为1；所述用户行为字段为浏览投资人列表页次数的系数为1；所述用户行为字段为浏览资金方详情页次数的系数为1.5；所述用户行为字段为浏览投资人列表页平均停留时长/秒的系数为0.1；所述用户行为字段为收藏资金次数的系数为5。

在一些优选方案中根据二八法则以及参照已付费用户成交用户数据区间，将数据划分为以下层次：

进一步地，步骤(4)中，通过if函数计算出用户层级。

进一步地，所述用户层级分为高价值客户、重点保持客户、重点发展客户、重点挽留客户、一般价值客户、一般保持客户、一般发展客户和潜在客户。

在一些优选方案中用户层级的划分标准如下表：

进一步地，所述建模系统包括数据采集模块、数据读取模块、数据处理模块、定时模块、触发模块和存储模块，所述定时模块触发数据采集模块，所述数据采集模块采集所述原始数据，采集到的数据经过所述数据读取模块读取，读取后通过存储模块存储到数据库中，再由触发模块触发数据处理模块，数据处理完成后通过存储模块进行存储数据，完成操作；所述数据读取模块执行A任务，所述数据处理模块执行B任务。

进一步地，所述A任务统计所述原始数据，计算用户RFM值，并分别处理用户唯一标识与值的映射，将获取每项用户唯一标识和原始数据的映射结果持久化到数据库。

进一步地，所述B任务读取权重指标数据和读取A任务中每项用户唯一标识和原始数据的映射结果，创建线程池分批执行根据权重和原始数据计算RFM值并划分层级，将RFM值和用户层级数据持久化到数据库。

本发明的有益效果如下：(1)本发明可根据已知的信息对投资融资平台中的用户做RFM模型分析，每日刷新一次用户RFM值和层级，并记录了历史的RFM值和层级，方便跟踪用户的状态变化；(2)本发明对使用投资融资的用户做层级划分，并且将层级划分精准到量化层面，本发明的建模结果能够方便投融资平台从数据化和技术层面的角度去对用户进行分类，能够为投融资平台的经营策略提供数据性的指导，针对性地服务用户，对不同层级的用户采用针对性的服务方案，提高用户价值，最大化营收；(3)本发明提高了投融平台运营效率，实现精细化运营。

附图说明

图1是本发明建模方法流程图。

图2是本发明系统流程图。

图3是本发明A任务流程图。

图4是本发明B任务流程图。

具体实施方式

以下结合附图对本发明的具体实施方式做详细描述，应当指出的是，实施例只是对本发明的具体阐述，不应视为对本发明的限定，实施例的目的是为了让本领域技术人员更好地理解和再现本发明的技术方案，本发明的保护范围仍应当以权利要求书所限定的范围为准。

下面结合附图与具体实施方式对本发明做进一步的描述：

如图1所示，用户运营分析RFM的建模方法与系统，建模方法包括以下步骤：

(1)获取原始数据；

(2)定义RFM评估模型；

(3)进行数据比对，获取用户RFM值；

(4)根据RFM值计算用户层级。

进一步地，步骤(1)中，所述原始数据包括用户ID、认证类型、APP启动次数、首次启动APP时间、最近一次启动APP时间、浏览资金列表页次数、浏览资金详情页次数、浏览资金列表页平均停留时长、浏览投资人列表页次数、浏览投资人详情页次数、浏览投资人列表页平均停留时长和收藏资金次数。

进一步地，步骤(2)中，定义R值为用户最近一次启动APP时间距离当前时间的差值，R值取正整数；

F值为用户生命周期内登录频次；

M值为用户行为价值，根据部分重点用户行为字段进行赋值计算出的用户价值。

进一步地，步骤(3)中，R＝当前时间-最近一次启动APP时间，R>＝1，单位为天，日期计尾不计头；

所述该时间段内的启动次数是用户在首次启动APP和最近一次启动APP的时间范围内启动的次数，次数按照自然日去重，每个自然日至多统计1次；

M＝认证类型得分+浏览资金列表页次数权重得分+浏览资金详情页次数权重得分+浏览资金列表页平均停留时长/秒权重得分+浏览投资人列表页次数权重得分+浏览投资人详情页次数权重得分+浏览投资人列表页平均停留时长/秒权重得分+收藏资金次数权重得分；

所述权重得分＝用户行为字段数据*相应用户行为字段数据系数。

进一步地，所述用户行为字段为认证类型的得分分别为：未知为0分；个人认证为5分；企业员工认证为10分；企业法人认证为15分；所述用户行为字段为浏览资金列表页次数的系数为1；所述用户行为字段为浏览资金详情页次数的系数为1.5；所述用户行为字段为浏览资金列表页平均停留时长/秒的系数为1；所述用户行为字段为浏览投资人列表页次数的系数为1；所述用户行为字段为浏览资金方详情页次数的系数为1.5；所述用户行为字段为浏览投资人列表页平均停留时长/秒的系数为0.1；所述用户行为字段为收藏资金次数的系数为5。

在一些优选方案中根据二八法则以及参照已付费用户成交用户数据区间，将数据划分为以下层次：

进一步地，步骤(4)中，通过if函数计算出用户层级。

进一步地，所述用户层级分为高价值客户、重点保持客户、重点发展客户、重点挽留客户、一般价值客户、一般保持客户、一般发展客户和潜在客户。

在一些优选方案中用户层级的划分标准如下表：

如图2所示，所述建模系统所述建模系统包括数据采集模块、数据读取模块、数据处理模块、定时模块、触发模块和存储模块，所述定时模块触发数据采集模块，所述数据采集模块采集所述原始数据，采集到的数据经过所述数据读取模块读取，读取后通过存储模块存储到数据库中，再由触发模块触发数据处理模块，数据处理完成后通过存储模块进行存储数据，完成操作；所述数据读取模块执行A任务，所述数据处理模块执行B任务。

如图3所示，所述A任务统计所述原始数据，计算用户RFM值，并分别处理用户唯一标识与值的映射，将获取每项用户唯一标识和原始数据的映射结果持久化到数据库。

如图4所示，所述B任务读取权重指标数据和读取A任务中每项用户唯一标识和原始数据的映射结果，创建线程池分批执行根据权重和原始数据计算RFM值并划分层级，将RFM值和用户层级数据持久化到数据库。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。