2401_84052244的博客

我们通过分别计算出R、F、M 的值，然后对其进行聚类，最后对聚类结果进行加权，我们得到了最终的一个用户得分，然后我们对得分进行区间划分，得到了用户的分层模型。其实我们也可以得到用户的R、F、M 的值后进行打标签，然后通过标签组合的方式确定那些用户是高价值，通过这种方式更加灵活。

获取用户指的是我们要了解目标用户群在哪，并且要最大程度地将他们转化成我们产品的用户。本阶段最主要的目的是将潜在的目标用户转化成我们产品的用户，并且开始使用产品。提高用户注册转化率的关键在于，调优产品的着陆页，要准确传达产品的核心价值。其次，要加强产品的新手引导，比如采用讲故事、语音 、视频等形式来生动展示，这样用户会觉得新鲜、好玩，才会去使用我们的产品。AARRR模型关键数据指标汇总如下：获取用户阶段：下载量、安装量、激活量。

综合上述分析，用户画像的数据模型，可以概括为下面的公式：用户标识 + 时间 + 行为类型 + 接触点+内容，也就是某用户因为在什么时间、地点、做了什么事。所以会打上标签。接触点内容直接决定了标签信息。内容地址、行为类型、时间衰减，决定了权重模型是关键，权重值本身的二次建模则是水到渠成的结果。用户画像的本质用户信息标签化，就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。

分层分析对业务运营来说很重要，因为资源总是有限的，我们需要考虑到投入产出比RFM 模型就是我们做用户分层的理论依据，我们需要对RFM有着深入的理解，以及对它的落地也有着工具或者方法上的实现。

基本上，业务发展、业务结构、业务质量和业务成本这四个基础分析形成的方法框架基本上可以适用在各个行业。当然有的行业不一样，比如像能源、光伏行业，它的产出是无形的——电力，是业务环节的最后一步。像这样的一些行业就需要灵活的拆解这些分析框架，灵活运用。

漏斗分析可以很好的量化我们各个环节的用户流转和转化的情况漏斗分析的关键是提取出用户路径。

标签的本质是数据的数据，也就是元数据，是用来描述实体对象的有了标签之后就可以根据标签对实体对象进行检索、分类、管理、运营等用户画像只是标签的一个应用而已。