（1）基于AARRR漏斗模型分析用户行为
本文通过常用的电商数据分析指标，采用AARRR漏斗模型拆解用户进入APP后的每一步行为。AARRR模型是根据用户使用产品全流程的不同阶段进行划分的，针对每一环节的用户流失情况分析出不同环节的优化优先级
AARRR漏斗模型
（2）基于RFM模型找出有价值的用户
由于不同用户对公司带来的收益差别很大，而且根据二八定律(20%的有价值用户能带来80%的收益)，因此需要对用户进行价值评价，找到最有价值的用户群，并针对这部分用户进行差异化营销。这里参考RFM 模型对用户进行评价：
R-Recency（最近一次购买时间）
R指用户上一次消费的时间，上一次购物时间距今最近的顾客通常在近期响应营销活动的可能性也最大，对于APP而言，很久没有购物行为可能意味着用户放弃了APP的使用，重新唤起用户也需要更多的成本。
F-Frequency（消费频率）
F指用户在某段时间内的购物次数，消费频率越高意味着这部分用户对产品的满意度最高，用户粘性最好，忠诚度也最高。
M-Money（消费金额）
M指用户在某段时间内的购物金额，这也是为公司带来价值的最直接体现，而消费金额较高的用户在用户总体中人数较少，却能创造出更多价值，是需要重点争取的对象。
这三个维度互相关联，反映了每个用户的现在价值和潜在价值，将每个维度分成R-5,F-5个区间进行评分，通过计算分数对用户进行分类，可以有针对性地对不同类型用户采用不同的营销策略。