看简历学到的几个模型与算法

RFM 分群模型

R(Recency)最近一次消费时间:表示用户最近一次消费距离现在的时间。消费时间越近的客户价值越大。1年前消费过的用户肯定没有1周前消费过的用户价值大。

F(Frequency)消费频率:消费频率是指用户在统计周期内购买商品的次数,经常购买的用户也就是熟客,价值肯定比偶尔来一次的客户价值大。

M(Monetary)消费金额:消费金额是指用户在统计周期内消费的总金额,体现了消费者为企业创利的多少,自然是消费越多的用户价值越大。

RFM模型如何实际应用?

无量纲化算法

在进行特征选择之前,一般会先进行数据无量纲化处理,这样,表征不同属性(单位不同)的各特征之间才有可比性。如1cm 与 0.1kg 你怎么比?无量纲处理方法很多,使用不同的方法,对最终的机器学习模型会产生不同的影响。通常采用的方法就是归一化,Normalization之类的方法。

数据预处理之数据无量纲化(标准化/归一化)

Aidas 模型

即Attention(注意)、Interest(兴趣)、Desire(欲望)、Action(行动)、Satisfaction(满意)。

【AIDAS】从一开始的拒绝到剁手,你经历了这五个阶段

AARRR 模型

即Acquisition(获取用户)、Activation(提高活跃度)、Retention(提高留存率)、Revenue(获取收入)、Refer(自传播)。

AARRR已是过去式,而RARRA才是更好的增长黑客模型

发表评论

电子邮件地址不会被公开。 必填项已用*标注