除了传统 RFM 模型，如何用无监督学习从海量用户行为中挖掘有商业价值的新用户分群？

60 秒回答模板

我会先把目标定义清楚：RFM 主要从最近一次消费、消费频次和消费金额刻画用户价值，但它对浏览、搜索、加购、类目偏好、促销敏感、价格带偏好、活跃时段、履约体验等行为理解不够。无监督分群的价值不是“聚出几类人”本身，而是发现 RFM 之外、能指导运营、推荐、补贴、留存或商品策略的新用户群体。 具体做法上，我会从业务问题反推特征。比如目标是提升复购，就重点构造生命周期、购买间隔、品类迁移、优惠券响应、售后体验和沉默前行为；目标是做精细化推荐，就加入浏览序列、搜索词、类目兴趣、价格带和转化漏斗特征。特征需要按固定时间窗沉淀到用户粒度，并处理稀疏、异常值、量纲差异和强相关特征。对高维行为，可以先做标准化、降维或 embedding 表达，但要保留可解释字段，避免最终只得到一个说不清的人群标签。 建模上可以从简单、可解释、可复现的方法开始。KMeans 适合大规模、数值特征、近似球形簇，便于上线和解释；GMM 可以表达软分群，适合用户同时有多种倾向的场景；层次聚类适合探索人群结构，但大样本成本高；DBSCAN 或 HDBSCAN 能发现非规则簇和噪声用户，但参数敏感、在高维稀疏数据上不一定稳定。实际项目里我会先做一个 RFM 或规则分群 baseline，再尝试行为特征聚类和 embedding 聚类，比较新分群是否提供了增量解释。 评估不能只看轮廓系数。离线层面要看簇内相似度、簇间差异、Davies-Bouldin、Calinski-Harabasz、不同采样和不同时间窗下的稳定性，以及每个簇的规模是否可运营。业务层面要看每个群体在转化率、复购率、客单价、留存、券响应、LTV、退款率等指标上是否有显著差异。更关键的是行动可用性：能不能给每个群体命名、解释形成原因、设计不同策略，并通过 A/B 测试验证策略 uplift。 上线后还要有维护机制。用户行为会漂移，促销、季节、供给变化会改变簇结构，所以分群需要定期刷新、监控人群占比和核心画像变化。失败模式也要提前规避：特征只反映活跃度导致所有簇只是“高低活跃”；聚类数过多导致运营无法执行；离线指标很好但业务无差异；模型发现的是数据采集偏差而不是用户差异。我的判断标准是：这个分群能解释用户差异、能指导差异化动作、能被指标验证，并且比 RFM 提供可证明的增量价值。