用户画像－标签
一、用户属性
二、用户行为属性
三、用户消费属性
四、用户风控属性
五、RMF用户价值
指标：近一年的交易量、交易额
划分规则
结论：RFM理论支撑，通过用户最近一次交易时间、累计交易订单量、累计交易额三个维度交叉分析用户价值。
六、流失与活跃
定义流失：
口径：选取20170101-20180101期间登录过app的用户，计算这批用户最后一次访问与倒数第二次访问的时间间隔
结论：对于平台用户来说，其最后一次访问与倒数第二次访问日期间隔30日以上时，用户占比不足5%，可划定30天为流失期限
高、中、低、活跃
划分原则：用户活跃在用户流失期内进行划分，划分高 中 低比例为0.2、0.16、0.64（整体二八划分后，在八的部分中再按二八划分）
结论：（登录用户）、<=2日的为低活跃用户，3-4日为中活跃用户，>=5日的为高活跃用户（近30日活跃天数）
口径：选取近一年中，以每个月为统计周期，取各月统计值的均值
其它定义流失的口径：
用户流失周期口径：截取某日首次登录的一批用户，观察这批用户在n日后有再次登录行为的用户量及占比（即用户回访率）