原創不易，求分享、求一鍵三連
假設我長得很漂亮，擁有衆多追求者，但是初出閨房的我對這世界上的男人毫無認知，那麼該如何選擇呢？這真是一個問題！
媽媽說，願意爲我花錢的男人未必愛我，但不願意爲我花錢的男人必定不愛我，而後傳授了一套RFM模型，讓我去規避渣男、擁抱幸福，聽下來好像有點道理，在這裏分享給各位美女帥哥。
什麼是RFM模型
RFM對應三個單詞：
- Recency，最近一次消費，R的值越小，用戶價值越高；
- Frequency，消費頻率，F的值越大，用戶價值越高；
- Monetary，消費金額，M的值越大，用戶價值越高；
它可以描述一個你關注的羣體對你的價值。判斷的核心標準就是這個羣體的人誰願意爲你花錢......
我第一時間對身邊的人粗略的做了一下分層，大概結果是：
- 媽媽最愛我......
- 我之前最愛我老婆......
- 我現在最愛我女兒......
PS：不得不說，很準確！！！嗯，不對！我是一個小仙女，怎麼會有老婆？
這個就是傳說中的RFM模型，他可以是愛不會消失的依據，比如：
- 舔狗最近一次爲我花錢是什麼時候；
- 舔狗多久爲我花一次錢；
- 舔狗總共爲我花了多少錢；
所以在相處的時候，也可以用這個做一個參考值（注意是參考值），數據是不會騙人的。
基本分層
從數學排列組合角度，三個維度可以有八個組合：
精算定價
無論是對項目定級、還是對考覈定級，這裏又涉及了一個一定繞不過去的關鍵問題：如何定價！
RFM的原理很簡單，合理的定價是首先要考慮的，這個火候跟模型本身無關，跟對業務的理解很有關係，舉個例子來說：你認爲給女朋友10w彩禮已經不得了了，而你丈母孃覺得50w是起步價，這裏面的尺度需要好生拿捏。
如果以一年爲週期，那麼可以定義一個月內付費的爲高價值客戶；如果以一個季度爲例可以認爲一週內付費的爲高價值客戶；如果以一週爲例，可以認爲當天付費的爲高價值客戶；
但他到底是不是高價值用戶，需要你自己不斷的去精算、嘗試。這裏粗暴的取了一個比例因子10，也限制了最小單位是1天（取整），於是一年內：
這裏以M爲例，計算出所有舔狗爲我花費的平均值，大於平均值的價值是高，低於平均值的是低：
- 平均值：4000元；
- 小王6000，高價值；
- 小張1000，低價值；
這裏不要以爲有了分層後，M值就沒用了，因爲還會做第二輪排序，在低價值舔狗中，也有三六九等。
模型擴展
媽媽說，這個是基本心法，千萬要活學活用，可以以這個模型爲基礎加一個其他維度擴展出新的模型。比如在基礎上又衍生出了一個時間維度，就變成了RLMF模型，這個L代表在一起的時間。
舉個例子來說，同樣是兩個舔狗，舔一年和舔了十年的是不一樣的，雖然在這一年裏差不多，但拉開了看，可能十年這個更靠得住。
類似這種模型可以有很多，主要是看關注的是什麼：
- 可以關注在一起的時長；
- 還可以關注年齡；
- 也可以關注距離；
- 甚至還可以關注顏值和家務多不多
- ......
這裏詳細展開RLMF模型，以在一起的時長和最近一次購買的時間，又會分層以下象限：
在這個基礎上再衍生一步，比如將付費因素剔除，重新做下定義：
- L，認識超過1年是高價值；
- R，最近消費時間<1個月爲高價值；
以兩個維度可以形成四個分層：
以花錢頻率再做一次硬性劃分：一個月大於5次的爲高價值，小於5次的爲低價值：
這個時候再把付費額度做出來就知道誰是大魚了，這裏顏色做區分，比如終極舔狗是紅色，理智的終極舔狗是橙色，同等級的舔狗以氣泡大小做區分：
其他維度
認識時間可以是一個很重要的考慮維度，但我覺得跟某個舔狗在一起的感覺最重要，這個感覺或者感受，就是能否暢所欲言，能否不再僞裝，我不用維護我的人設，我可以真實的做自己，這個維度可能也很重要，於是上面的認識時長被我們變成了：
相處成本，相處成本可以是見面距離、可以是年齡代溝、可以是生活習慣......最好能做到數據化，不然就只能靠感覺了
瞭解到數據模型後，我感覺收穫良多，媽媽見我聽得認真，便開始繼續介紹UE模型。
UE模型
UE即Unit Economics，是指單體經濟模型，也就是最小盈利單元。
大概在五年前，老媽做了一個智能硬件項目，爲了刺激流量做了一個活動，每購買一個硬件項目，會送一個折扣比較低的線下診所服務包。
於是，項目本身購買量上來了，但作爲診所履約的負責人就不樂意了，因爲硬件項目負責人相當於吃了這波流量帶來的紅利，卻將相關的成本轉移給了診所承擔，這個UE模型整體來說顯然是負的！
以此爲例，開始深入，在這個Case中，UE是什麼？
UE模型代表的是收入與成本關係的最小運作單元，這個運作單元就一定要能代表這個業務，不同的業務可以選取不同的運作單元：
- 以直播平臺爲例，他可以選取主播作爲最小運作單元；
- 以培訓平臺爲例，他可以將老師作爲最小運作單元；
- 賣產品（服務）的公司，可以以產品本身作爲最小運作單元；
以上也可以選擇消費者作爲運作單元，但選擇合適的運作單元，會讓你更容易拿到正確的結果。上述案例，涉及兩個產品：一個是硬件項目售出的商品；另一個是系統贈送的線下服務包。
這裏涉及了兩個部門：硬件部門和診所部門，可以看出硬件部門在轉移成本給診所部門，這是診所部門不樂意的根源。那麼這個場景下應該選取什麼作爲最小運作單元呢？
以單個硬件設備爲UE
首先在可以將單個硬件作爲一個UE。
那麼該單元的所有成本（可變成本、固定成本）、收入都需要被窮舉，如：
- 固定成本：
1）硬件研發成本；
已經發生的研發成本；
機器本身硬件研發成本；
這裏涉及三塊固定成本，分別是軟硬件研發及物料本身所需成本。
2）研發結束後的維護成本
硬件運營人員成本，包括上貨、維護等；
硬件耗損成本，在硬件生命週期內，平均每個月需要花多少錢在設備維護上；
持續投入的維護的產研人員成本；
硬件處理成本，硬件徹底不能維護後的處理成本；
- 可變成本：
1）單臺硬件需要支付的成本；
對於硬件項目，追求規模化的話，這是最重要成本優化項！
2）貨品成本；
可隨規模增大而降低成本。每個硬件裏面賣的商品，其實是有其成本的，比如硬件要賣一品飲料，那麼這瓶飲料就是固定的商品成本。
3）平均每臺成本的部署成本；
每臺機器進入商城還會有BD相關的費用，電源線改裝、安裝相關費用，都需要計算出來！
這部分成本可能是固定成本，也可能是可變成本，比如部署到北京機場和部署到成都商城的費用肯定不一樣。
4）活動成本
如上述Case中的線下優惠服務包，其實應該是該部門先買過來再使用，這樣就很好做成本歸集了。
......
- 所有收入
成本結束後就需要窮舉所有的收入方式：
1）商品售賣收入；
2）廣告收入；
......
因爲硬件有屏幕，可以洽談廣告，但這樣又會增加商業團隊成本......
這個時候，該業務的：
毛利爲項目所有的收入-項目的所有可變成本；
淨利爲毛利-所有的固定成本；
隨着規模增加，商品成本、硬件成本降低帶來可變成本降低後，是有可能達到盈利的，這個時候就可以認爲這個業務UE爲正，我們甚至可以做出盈利圖表出來：
第一個月部署多少臺設備，這個時候的各種成本是什麼；第二個月部署多少臺，這個時候的收入情況是什麼；在第六個月，由於規模的變化，我們打平了！！！
這一切看上去十分的美好，但是這裏有個非常重要的問題或者風險點：
UE爲正的前提是，我們的貨品會隨着我們的規模被賣出去，如果規模上去了，貨品不能賣出去，那麼這個事情就爛在那裏了，這也是UE具有迷惑性的點。
UE爲正只是建立在我們的貨品能持續賣出的假設上，如果貨品不能賣出，那麼業務依舊會死。
綜上，UE是個業務判斷模型，他可以預測業務是否能打平，但是業務是否真的能打平，要思考的因素會更多！
其他的點
運氣特別好，我們的硬件設備變成了一個爆款，已經承擔了平臺的作用（也就是一個流量渠道），這個時候就要以其中的單個商品做UE，以此判斷我們應該往機器裏面投入什麼商品。
每個硬件部署出去後，本身就是一個很好的流量渠道，而進場的BD和安裝費用可以認爲是我們的獲客成本。
這裏再引申一句，硬件機器的部署其實可以認爲的可變成本，因爲會因場所會有所不同，但我們如果對所有的場所做分級，不同的場所成本是一個固定的區間，那麼他就可以被算到固定成本。
這裏以直播平臺拉新主播爲例，頭部主播是一個區間，腰部主播又是一個區間，這個是固定成本。
回到上述Case，在這個模式下，硬件部門變成了線下部門的買單方和渠道流量，給錢還帶流量，線下部門高興還來不及，也不會板着一張臉了，但是硬件部門又會跟線下部門聊商品價格優惠的事情......
現在回到正文，這對我選男朋友有什麼幫助？
UE模型與男朋友
之前已經根據RFM模型對舔狗進行了分層：
在今天的內容下，明顯每個舔狗就是一個UE模型，那麼我們這裏就要分析所有行爲產生的成本和收益，這裏是可以窮舉的。
- 保持的成本：
1）拉新以及維護關係的成本；
比如因直播產生的化妝成本（包括時間成本以及化妝品費用）、設備相關成本、在平臺買流量相關成本、爲我維護人設以及寫直播劇本相關團隊成本......
2）見面的成本；
到一定階段會引發見面的事件，其中的機會成本、交通成本、場所成本皆要考慮......
2）相處成本；
相處過程中又會產生很多成本，一些成本太敏感這裏就不多說了......
- 產生的收益：
1）通過直播產生的收益；
2）通過線下產生的收益；
這樣整理下去真是累死本小姐了，有沒有比較好的整理方式呢，答案當然是有。
如何統計成本與收入
一般來說收入比較固定，這裏不展開，我們主要說下成本。
從產品的生命週期來說可以優先分爲兩個階段：
- 1）研發階段；
研發階段主要產生的是固定成本，一般來說由產研人員組成。
如果該產品是實體項目，那麼需要窮舉每個產品的各種費用，其實也比較簡單，無非就是物料費用，和固定的進貨費用。
其中可售賣產品極可能因爲規模變成可變成本。
- 2）運營階段；
運營階段比較適合使用AARR模型：
- 獲取（Acquisition）；
- 激活（Activation）；
- 留存（Retention）；
- 收入（Revenue）；
在這四個大類小再做所有動作的分解，這樣不容易漏掉。
當然，這裏還有個最簡單的方法，直接從財務那裏拿，正常情況，財務一定會有完善的表。
現在回到怎麼選的事情，因爲直播的機會成本很低，如果直播舔狗的UE已經很不錯了，那麼就要考慮拋棄線下舔狗的UE，畢竟那還是有一些風險滴......
最後，歲月的成本，活躍的週期也得考慮，在某個階段一定要做出最終選擇，好在我們已經有兩套工具輔助了：
1）我們先通過RFM模型找出最愛我的人；
2）我們其次通過UE模型，找出這批人裏面收益最高的；
至此，我離幸福越來越近了！
然後，這裏還是一定要在強調一下，UE模型只是預測！
只是預測
舉個例子，本小姐放棄現在月薪1W的安穩工作，投入直播行業，而剛投入時由於碰到了平臺的拉新活動，我錯誤的預估了自己的拉新效率和轉化效率，得出了一個不準確的UE模型，那麼我就要爲此付出相當的代價！
換句話說，打鐵還需自身硬，將我自己作爲一個UE（主播做UE），平臺會持續往我身上頭資源，一定是我這邊的轉換效率高，能帶給平臺更多收益，如果我自身條件不夠硬，提供的服務不夠好，那麼拉新成本和轉換效率會導致我們真實的UE爲負，那麼這個事情就不能做了......
最後，真正的UE相關還會比較複雜，這裏給點模糊案例，大概長這樣：
獲客爲主，服務爲王
在老媽的數據思維引導下，我的事業有了長足的進步，並且我越來越理性了：
我首先判斷自身條件，思考我們能提供什麼樣的服務：比如直播、比如短視頻、比如線下見面；直播時候是唱歌還是聊天，短視頻是跳舞還是精品內容。
這些會成爲我的底色或者說基本人設，在公開的場合我需要去維護我的人設，對於商品的話，這個人設就是品牌的角色定位。
在這個基礎上，我提供了的服務，那麼整個做這個事情就是一個UE模型，“我”就是最小運行單元，在這個事情上的所有成本以及收益會變成UE模型，這個是決策要不要做這個事情的重要基礎。
由於出衆的外貌以及天生的才華，我走過了第一步，獲取了大量流量，擁有了大批舔狗，於是我自己具有了平臺屬性，我會將直播這個業務、短視頻這個業務、線下見面這個業務，都計算他們的UE模型，如果ROI低，那麼我就會選擇減少投入。
同時，我會分析最重要的業務（比如直播業務）產生的粉絲價值如何，比如使用RFM模型對這個平臺（流量渠道）進行用戶分層，找到我的大哥：
這裏有兩個核心：
- 觸達你的用戶；
- 提供優質的服務，留住你的用戶；
至於哪個流量渠道ROI高、如何提升舔狗服務率，這個是我們後面思考的，拉新+留存是重中之重！
精細化運營
我的人設塑造十分成功，提供的內容服務，大家也很喜愛，所以我已經擁有了穩定的粉絲羣體（有流量了），但他們的轉換率卻不高，這讓我感到焦慮！
企業的用戶增長一旦減速，那麼所有的業務都會受到負面影響；
行業的增量一旦用完，那麼企業之間只能不斷內卷爭奪對方流量，這樣會導致無效成本提升......
從平臺角度來說，流量是有限的，如果我個人（這個產品）的UE ROI太低，平臺可能會收回對我的流量資源投入（限流），這樣的話我的用戶增長便會受挫，固定的粉絲流失會持續，那麼將陷入內卷之中，這不是長久之計，得想辦法提升自己的UE效率，我需要對自己的分析進行精細化運營，這裏的路徑是什麼？
有個姐妹給我說了LTV，但是什麼是LTV？
什麼是客戶生命週期價值（LTV）
LTV(Lifetime-Value)：生命週期總價值。
意爲客戶終生價值，從用戶所有的互動中所得到的全部經濟收益的總和。
通常用於衡量客戶對我們（企業）所產生的價值，被定爲企業是否能夠取得高利潤的重要參考指標。
所謂用戶生命週期即從我在某流量渠道（可能是直播平臺、或者短視頻平臺），投放了自己的服務（直播內容或者短視頻）後：
1）有多少用戶觀看了我提供的服務，獲取；
2）這些用戶裏面又有多少人進行了點贊和關注行爲，激活；
3）更重要的是，固化下來的用戶流失率是多少，留存；
4）最終，我關注的是他們的付費行爲，盈利；
用戶在取消關注前都是屬於我的生命週期，在這個週期爲我花的錢便是他的生命週期價值。
要知道，流量可不是免費的，內容服務也有各種成本（推廣花了100，內容的成本更高，好心疼），我得不停的計算ROI以及盈利情況，否則便只能找個老實人嫁了！
好在，這一切好姐妹已經總結出規律，跟之前老媽的思維一脈相承：
- AARR模型
AARR模型是用戶分析的經典模型，是一個典型的漏斗結構。它從生命週期的角度，描述了用戶進入平臺需經歷的四個環節，最終獲取商業價值。
- 獲取（Acquisition）：
用戶從哪個渠道進入？渠道貢獻的用戶份額？哪些分類或內容更能吸引用戶？
比如這個舔狗是在朋友圈看到我的照片，還是在抖音看到我的短視頻，或者在B站上看到我的舞蹈，或者......
所有的這種渠道都要打標籤，後面做數據分析，否則後續對渠道價值會一無所知；
- 激活（Activation）：
用戶激活效率怎麼樣？有效活躍度怎麼樣的？
首先要定義舔狗激活的行爲，這裏的行爲可以是：加羣或者平臺充值、或者觀看我們提供的內容後點贊或者......
- 留存（Retention）：
用戶在各個渠道或不同特性下的留存率？流失率？
需要定義離開行爲，比如不消費，不看我直播，這些人就已經不是我的舔狗了......
- 收入（Revenue）：
用戶的有效付費情況？生命週期（6個月）內銷售額貢獻？收入情況？
舔狗半年內爲我花了多少錢，這個很重要！
分析LTV的意義
- 獲取更好的資源
評估每個舔狗的價值，通過論證某個拉新舔狗的渠道，這類渠道拉取的用戶可以給我們帶來更多的商業價值，在後續選擇合作渠道可以給予更多的資源分配。
- 指導業務策略
通過探查舔狗在生命週期內產生關鍵性的行爲的時間節點，形成新舔狗在生命週期內關鍵行爲和表現認知，指導後續相關增長策略。
- 評估渠道效率
拉新效率較高，哪裏可以有哪些優化的方式？（我沒有具體的做渠道評估方向的分析）動態拉新效果較好不好，我們要如何優化關注轉化漏斗。
- 優化用戶留存
按照人羣聚類的方式深度挖掘不同羣組的用戶，在生命週期的關鍵性行爲是否隨着生命週期階段的變化而有什麼變化，關鍵性指標可以是每日綁定關注數，每日充值數，有效消費數，高質量消費數；
分職業、分級別、分年齡、分地區、分渠道的探查是否活躍度不同的用戶羣組可能會有什麼特殊的渠道或類別？
按收入橫向對比不同羣組的用戶間，在生命週期內的關鍵性行爲是否會有不同？
- 如何提升用戶留存率：
低活躍用戶羣體特徵vs高活躍用戶羣體特徵。
高粘性用戶是一羣什麼樣的人？
高粘性用戶爲什麼要持續在這個平臺上活躍？
粘性用戶VS非粘性用戶的流程上的痛點與吸引點在哪？痛點：關注的轉化漏斗過低，如何想辦法提升關注轉化率？
如何計算LTV
先出一張表格（裏面數據是假的），由於敏感性，隱去了一部分表頭：
圖表是某小型培訓機構，一個英語老師一年下來用戶的留存：一年下來該老師可以保持24.2個，其實算很不錯的數據了，用戶的ARPU（用戶平均付費）爲2376，所以該老師今年LTV第12月（按月付費）是：
LTV = LT（獲得用戶數） * ARPU = 24.2 * 2376 = 57499.2；
全年的LTV = 每個月總和 = 44w；
然後再將所有成本（房屋費用、教材等耗材、人力費用、清潔費用....）就可以拿到以該培訓老師爲最小運行單元的UE模型了。
至於如何提升LTV，這裏的兩個核心是：
1）拉新效率；
2）轉化效率；
事實上AARR模型每一步都很重要，但是這些媽媽告訴我的祕訣，我又怎麼會輕易告訴你們呢，哈哈！
好了，今天的分享就到這。如果本文對你有幫助的話，歡迎點贊&評論&在看&分享，這對我非常重要，感謝🙏🏻。
想要更多交流可以加我微信：