1.何通外賣訂單數據析用戶基本屬性；　　用戶訂單都訂餐址通于訂餐址統(tǒng)計我查詢同條件組合用戶布甚至能知道喜歡某道菜用戶都哪類似用戶數據挖掘根據復購構、復購用戶跨平臺使用情況、性別組做更精細化析　　值注意數據平臺間差異蠻除跨平臺析需要平臺比利于針同平臺做同營銷策略　　面些基本用戶屬性于精細化運營夠 些信息幫助解決面四問題——　　1.誰我重要價值客戶都特點　　2.誰我需要重點保持聯系客戶都特點　　3.誰我重要發(fā)展客戶都特點　　4.誰我重要挽留客戶都特點　　想要解答問題我需要用更高階析模型挖掘效信息2.何通RFM模型用戶群實現精細化運營　RFM模型廣泛使用客戶關系析模型主要用戶行區(qū)客戶RFM別：　　R = Recency 近消費　　F = Frequency 消費頻率　　M = Monetary 消費金額　　需要詳細解三指標定義戳度娘教科書式RFM區(qū)維度再細5份能夠細5x5x5=125類用戶再根據每類用戶精準營銷……　　顯125類用戶已超普通腦計算范疇更別說針125類用戶量體定制營銷策略實際運用我需要每唯獨做兩即3維度我依8組用戶　　前提四問題能容易解讀（編號序RFM,1代表高0代表低）　　重要價值客戶（111）：近消費間近、消費頻消費金額都高必須VIP啊　　重要保持客戶（011）：近消費間較遠消費頻金額都高說明段間沒忠實客戶我需要主保持聯系　　重要發(fā)展客戶（101）：近消費間較近、消費金額高頻高忠誠度高潛力用戶必須重點發(fā)展　　重要挽留客戶（001）：近消費間較遠、消費頻高消費金額高用戶能要流失或者已經要流失用戶應基于挽留措施3.何BDP版建立RFM模型幫助用戶群　　候能朋友問啦三維模型我沒辦用BDP建表格所我需要做三維模型二維化我R域切塊（即近30復購用戶做析）壓扁看　　表示或許太術簡單說　　第步：先挑近1月復購用戶　　第二步：近1月內復購用戶平均實付金額做縱軸　　第三步：近1月內復購用戶購買做橫軸表格　　第四步需要自表格劃紅線　　橫著紅線代表著認吃飯客平均每餐該花少錢我設定值25元叫外賣25都沒付我言低消費金額（低M）用戶　　豎著紅線代表著認復購少客高頻用戶外賣點餐流率用戶每月能家店點三菜我言即高頻　　BDP版RFM模型建立RFM模型實操用呢舉例　　比圈用戶群發(fā)短信轉化1%用RFM做析選取R值高用戶(近2周近月內消費用戶）轉化率由1%提升10%　　意味著往6元/訂單降0.6元/訂單掌柜愿意花600元給10000用戶發(fā)短信100訂單愿意花48元給800發(fā)短信80訂單相信家定選者　　整體RFM區(qū)則能夠幫掌柜針同用戶發(fā)同短信短信用久見、用恭喜VIP看重要保持客戶重要價值用戶能區(qū)用戶才能走向精細化運營