在实际业务中假如遇到两极分化严重的数据平均值不一定是最优方法吧？
第一种方法，采取均值的方法。我个人是不太建议用均值作为阈值的。因为现实情况经常有一些异常值，会影响均值的计算。而数据清洗的时候很难都排掉异常。
第二种方法，是采取中位数（或者其他分位数，比如20%分位）的方法。这种方法直接将排序后的用户按照数量进行划分，中位数可以将人群一分为均等两份，其他分位数也可以有合理的业务解释：20%的用户贡献了80%的作用，等等。
第三种方法，也是市面上看到比较多的方法，就是打分法。
所谓的打分法，就是先将原始的R、F、M数值划分为1~5的分数，然后求分数均值，作为划分阈值。
建议使用第二种。
1min目标场景问卷
立即参与
