沉默用户激活及客户价值分析.docx

沉默用户激活及客户价值分析
沉默用户激活及客户价值分析
沉默用户激活及客户价值分析
沉默用户激活方案
一、几个基本定义：
１。交易间隔:用户的相邻两笔交易之间的交易间隔时长
：最大交易间隔时长远大于某一设定阈值
３。活跃:最大交易间隔时长远小于某一设定阈值
、秩次：对集合内的值排序，排序后所在的位置即为秩次
5。秩次比：所在秩次占集合元素总数的比值
:用户沉默的程度得分,用来差异化细分沉默用户群
二、基本分析思路：
１。计算出单个用户的每次交易间隔,以此为基本数据原料进入下一步分析；
2。定义沉默用户的最大交易间隔阈值，以此为标尺，测量各个用户距离沉默的远近及可能性；
３。计算沉默用户的沉默得分，划分沉默用户等级；
三、计算流程：
1。计算每个用户的历史交易频率Ｆ的间隔时长Ti=｛Ｔ2－T1，Ｔ3—T２，…，Tｎ—Tn-1｝
2．计算每个用户的最后一笔交易距今时长Tr＝Toｄａy-Recｅｎｔlｙ
3．对集合{Ti｝及Tr进行排秩,并输出对应秩次{ＲanｋT1，ＲanｋT2,…，RaｎkTr,…，RaｎｋTｎ}
４。将Ｔr所在秩次除以该用户总交易次数cF，得出秩次比ＴｒF；
｀算法解释：以用户历史最大沉默间隔为参考,若Tr接近Maｘ{Ｔｉ}，则表示该用户已接近沉默边缘,并极有可能转入沉默状态,反之接近活跃。
活跃０１　沉默
此处求百分比的目的为：将实际问题数字化,并以量化方式呈现：
若最近一笔消费距今时长排秩比：
等于1，则表示该用户已进入沉默状态；
若接近1，则表示用户靠近沉默边缘;
在０到1之间，表示用户未表现出明显即将进入沉默状态信号；
若接近0,则表示用户靠近活跃状态；
5．将Tr除以Mａｘ{Ti｝，求得用户沉默得分S；
`算法解释：以用户历史最大沉默间隔为参考,以数值方式衡量沉默程度：
以得分=1为界限:
若得分小于1,则表示用户沉默程度较低，且未完全进入沉默状态；
若得分等于１，则表示用户已进入沉默状态；
若得分大于１,则表示用户已进入沉默状态,且沉默程度为S１-1；
若得分远大于1,则表示用户已进入沉默状态，且沉默度为Ｓ2-1（即Ｓ2-1>〉Ｓ1—1〉０）
沉默用户激活及客户价值分析
沉默用户激活及客户价值分析
沉默用户激活及客户价值分析
四、几点思考：
：当前累计用户数为8000万+,而年累计活跃用户数为6０0万+,则剩余非活跃用户数仍高于７000万+，考虑到计算性能、效率及首次投入分析数据样本量不宜过大,因此筛选其中历史交易频率不低于某一β值的用户（首次筛选β〉=15），该期样本量约为90万，而针对低频交易用户将在本期分析之后再纳入探讨。
２．关于营销活动建议方案的优化分析：本次分析除探讨用户沉默可能性外还将记录被标记为高沉默可能性用户的状态迁移行为,目的：研究非沉默用户转向沉默状态的群体特征或转移前的标志性行为，并应用到下一轮营销活动中，优化活动方案。
：是否选择优先激活分析结果集:高沉默可能性用户中的高价值用户,及如何识别高价值用户，将根据运营战略大方向决定。
五、精细化激活:
，如:（0～）a组;（0．4～）ｂ组;（