日常工作中，最多的事就是做功能優(yōu)化。本文作者通過案例，給大家分享了如何用RFM模型進(jìn)行功能優(yōu)化的產(chǎn)品實(shí)踐，希望可以幫到大家。

當(dāng)一款產(chǎn)品突破0-1階段后，產(chǎn)品經(jīng)理馬上就要思考如何優(yōu)化迭代產(chǎn)品。我們都知道這款新產(chǎn)品還不夠完善、不夠完美，但是優(yōu)化要從何處入手呢？

一款產(chǎn)品在設(shè)計(jì)時(shí)可能會參考競品來做出很多業(yè)務(wù)模塊，即便這些模塊并不是核心業(yè)務(wù)，比如：發(fā)現(xiàn)、圈子、打卡、問答等等。之所以做這些模塊的原因要么是認(rèn)為“競品有，我也要有”，要么是認(rèn)為“用戶也許會需要它”。雖然在需求側(cè)這種東西都是可以自圓其說，但是從產(chǎn)品本身的角度來說它們就是一種累贅，既是研發(fā)的累贅，也是運(yùn)營維護(hù)的累贅，后果就是讓產(chǎn)品的定位不準(zhǔn)確，甚至因?yàn)榉至鞫鴵p失掉一部分用戶。

那么如何能快速確定下一個(gè)版本產(chǎn)品的優(yōu)化方向呢？拍腦袋想肯定是不行的，說不定會畫蛇添足。我在使用RFM模型做用戶分層時(shí)，發(fā)現(xiàn)這個(gè)模型的指標(biāo)維度也許可以用于產(chǎn)品功能優(yōu)化，并嘗試做了驗(yàn)證。

01 給RFM模型指標(biāo)的新釋義

大家都知道RFM模型是用于用戶分層的，它有三個(gè)指標(biāo)：最近一次交易間隔時(shí)間、交易頻次、交易金額。他們背后的意義分別是用戶的流失風(fēng)險(xiǎn)、用戶的忠誠度、用戶的價(jià)值。我嘗試在調(diào)整指標(biāo)定義的基礎(chǔ)上，用這個(gè)模型分析評估產(chǎn)品功能。

首先，修改指標(biāo)定義

分析的前提有2個(gè)：

1. 產(chǎn)品模塊內(nèi)沒有用戶購買行為。我嘗試的產(chǎn)品內(nèi)沒有支付業(yè)務(wù)，所以是否適用無法判斷。
2. 產(chǎn)品各功能模塊相對獨(dú)立，且用戶使用時(shí)長相似，例如打卡和閱讀這兩個(gè)功能就不適合在同一維度進(jìn)行比對。

修改RFM指標(biāo)定義：

• R：最近一次使用某功能的間隔時(shí)間。
• F：一段時(shí)間內(nèi)使用某功能的頻次。
• I：Monetary修改為Time，一段時(shí)間內(nèi)使用某功能累計(jì)時(shí)長。（沉浸度）

然后，設(shè)定分析指標(biāo)

以平均值為標(biāo)準(zhǔn)，高于平均值記為1，低于平均值記為0。

上圖列舉了各種假設(shè)情況下的分析結(jié)果，可以作為我們對一個(gè)功能模塊調(diào)整的依據(jù)。產(chǎn)品設(shè)計(jì)在一定程度上是感性的，但不能沒有理性。多數(shù)情況，理性的分析才能給我們指引正確的方向，所以用數(shù)據(jù)支撐決策是非常必要的。

02 舉個(gè)例子

第一步 通過埋點(diǎn)獲取每個(gè)用戶在被評估功能模塊產(chǎn)生的R、F、T數(shù)據(jù)。頻率和累積使用時(shí)長統(tǒng)計(jì)范圍以1個(gè)月為時(shí)間跨度。

第二步 求被評估模塊的R、F、T均值，以及每個(gè)模塊的R、F、T均值。

第三步 比對均值，如下圖示意紅色表示高于均值，黃色表示低于均值。

（模塊及數(shù)據(jù)均為虛擬，僅用作示意）

第四步 按預(yù)設(shè)指標(biāo)分析

結(jié)果：

• 經(jīng)驗(yàn)圈——100考慮重構(gòu)：有用，但低頻，內(nèi)容也不夠好。
• 每日一句——111重點(diǎn)保持：很好，不要亂優(yōu)化，嘗試A/B測試。
• 你問我答——001考慮重構(gòu)：內(nèi)在美，要學(xué)會吸引用戶。
• 話題——110重點(diǎn)優(yōu)化：金玉其外，敗絮其中。
• 學(xué)習(xí)組——000考慮砍掉：啥啥都不行。
• 每日閱讀——100考慮重構(gòu)：有用，但不吸引用戶，也不能留下用戶。
• 小知識——101重點(diǎn)優(yōu)化：有用，但是低頻。
• 英漢互譯——110重點(diǎn)優(yōu)化：金玉其外，敗絮其中。

經(jīng)過分析我們得到了針對每個(gè)模塊的調(diào)整方向，相較于僅僅考慮跳出率、轉(zhuǎn)化率，這個(gè)方法為我們提供了更多依據(jù)。對于迭代成長中的產(chǎn)品，切忌拍腦門對某一個(gè)功能進(jìn)行調(diào)整，作為產(chǎn)品人每提出一個(gè)方案都應(yīng)該有理有據(jù)，不然很容易被其他部門質(zhì)疑甚至diss。

本方法僅是對如何快速評估功能模塊并確定調(diào)整方向的一個(gè)探索，結(jié)論是否準(zhǔn)確還需要通過大量實(shí)驗(yàn)驗(yàn)證，僅供大家參考。

03 失效因素

以下幾點(diǎn)因素會使該方法出現(xiàn)失效情況，需要格外注意。

時(shí)間

時(shí)間是影響分析的一個(gè)重要因素，以上文舉例的學(xué)習(xí)型app為例：

我們不能簡單的把時(shí)間跨度按周、按月、按年劃分，因?yàn)榭荚嚽昂笥脩舻念l次、使用時(shí)長會有明顯起伏。

用戶生命周期

用戶群細(xì)分的越精準(zhǔn)，獲取的數(shù)據(jù)就會越趨近，得出的結(jié)論就越可靠。

我們不能僅憑少量高質(zhì)量用戶的行為數(shù)據(jù)就判斷應(yīng)該向大量新用戶提供哪些服務(wù)。不能簡單的把所有用戶放在一起統(tǒng)計(jì)，因?yàn)橛幸恍┯脩敉瓿闪四畴A段學(xué)習(xí)后就會產(chǎn)生長時(shí)間離開、甚至卸載行為。在沒有精準(zhǔn)的細(xì)分用戶群體的情況下，簡單粗暴的方式是去掉極端值，讓“少數(shù)服從多數(shù)”。

功能定位

確定你要評估的功能模塊能夠符合模型基本假設(shè)：

• R：用戶離開越久越有流失風(fēng)險(xiǎn)。
• F：用戶訪問頻次越高越有粘度。
• T：用戶停留的越久越有沉浸感。

這就是為什么我在開篇設(shè)置了“支付模塊不適用分析”的前提。因?yàn)橛脩粼谑褂弥Ц豆δ軙r(shí)明顯是不想停留很久，反而更希望可以在短時(shí)間內(nèi)完成支付操作。支付就是典型不適合用這種模型分析的。如果一個(gè)功能最初的定義就是低頻，那么我們用高頻來評估它“好”與“壞”就會得出錯(cuò)誤結(jié)論。

我們不能僵硬的執(zhí)行任何一個(gè)分析模型或分析方法，就像老祖宗講究天時(shí)、地利、人和一樣，只有綜合全面的考慮，才能夠離真實(shí)更近，讓數(shù)據(jù)說實(shí)話。