基于RFM模型的卷煙品牌聚類細分研究

鄧基剛+鄭成德+劉景燕+黃勝茂+王無瑕

摘要：本文針對當前煙草公司在品牌細分方面工作的不足，借助聚類分析的方法，通過對煙草零售戶購買卷煙行為分析的實現(xiàn)對卷煙品牌暢銷度的細分，幫助煙草公司實現(xiàn)在售香煙品牌的合理分類，優(yōu)化客戶資源與卷煙貨源的配置。

關鍵詞：RFM模型 ?聚類細分

1 理論基礎

RFM模型

RFM模型是由美國著名的數(shù)據(jù)庫營銷研究所Arthur Hughes提出的，已經(jīng)被實踐所檢驗的，對企業(yè)客戶價值衡量有較好效果的客戶數(shù)據(jù)三要素。RFM是指在客戶的一個考察周期內(nèi)，從最近一次消費至現(xiàn)在的時間間隔（Recency）、購買次數(shù)（Frequency）、消費總金額（Monetary）三項指標來描述該客戶的價值狀況。

①最近一次消費時間至現(xiàn)在的時間間隔（Recency）。該時間間隔越短，則R值越大。根據(jù)相關研究者的研究發(fā)現(xiàn)，R越大的客戶越有可能在最近的一段時間內(nèi)產(chǎn)生新的消費行為。R越大，企業(yè)對該客戶的記錄的信息資料就越全，反之，隨著R的減小，該客戶的數(shù)據(jù)資料會越來越少。研究發(fā)現(xiàn)，如果時間間隔超過一年，則該企業(yè)50%的客戶信息將無效。

②購買次數(shù)（Frequency）?？蛻粼谠摽疾熘芷趦?nèi)，購買該企業(yè)產(chǎn)品或服務的次數(shù)。購買的次數(shù)越多，說明該客戶的忠誠度越高，該客戶對企業(yè)依賴性越大。

③消費總金額（Monetary）。客戶在該考察周期內(nèi)，購買的所有產(chǎn)品或服務的總金額?？蛻糍徺I的總金額越大，對企業(yè)的利潤的貢獻也就越大。

RFM從三個關鍵維度描述客戶的購買行為，且可以較好的表示客戶當前為企業(yè)帶來的現(xiàn)實價值。根據(jù)國內(nèi)外的研究與實踐，RFM是表示客戶當前價值的充分變量。

在本部分中，研究對象是山東省某煙草銷售公司2008-2013年的全年銷售數(shù)據(jù)，假定研究起始點為每年的1月1日，截止時點為當年的12月31日，對應煙草品牌的衡量的三個指標參數(shù)分別為某品牌煙草在12月內(nèi)的總訂貨量（Sum_quan）、該品牌煙草當年最后一次訂貨時間到當年年底的天數(shù)（Recency）、該品牌煙草在1個自然年內(nèi)訂貨的總次數(shù)（Frequency），聚類模型指標及字段含義見下表：

表1 ?RFM模型指標及字段

2 數(shù)據(jù)分析過程

在此，主要采用兩步聚類的方法對RFM表進行數(shù)據(jù)分析，顧名思義，兩步聚類按照兩個步驟完成聚類。首先，通過構建和修改聚類特征樹（Cluster Feature Tree）對記錄進行初步歸類;然后，對這些初步分類的結果再次進行聚類，由于此時的預聚類的數(shù)量要遠遠小于原始數(shù)據(jù)的數(shù)量，在這一階段使用傳統(tǒng)的聚類方法就可以處理了。在此，通過對每種卷煙品牌在一個周期的訂貨次數(shù)、訂貨量和最近一次訂貨時間采用兩步聚類方法，自動計算出卷煙品牌的聚類個數(shù)和特征。

我們通過數(shù)據(jù)分析軟件將2008年-2012年內(nèi)該煙草公司訂單銷售數(shù)據(jù)轉化為RFM分析數(shù)據(jù)表，再通過Clementine數(shù)據(jù)挖掘軟件分析RFM數(shù)據(jù)表，得到如下列圖表所示的分析結果。

圖1 ?煙草卷煙品牌聚類圖

表2 ?煙草卷煙品牌銷量聚類分析表

采用以上分析方法，將2008年-2012年每年的暢銷煙揀選出來形成表3。

對2008-2012年的暢銷煙分析看出，在2008年-2011年間，哈德門（精品）、哈德門（軟）、將軍（特純）等地產(chǎn)4類5類煙占據(jù)了排名中的大部分，紅塔山（軟經(jīng)典）是暢銷煙出現(xiàn)次數(shù)最多的3類煙，后期，隨著卷煙銷售上層次和產(chǎn)品結構調(diào)整，2011年和2012年暢銷煙的品種有所增加，3類煙增加較多，如南京（紅）、云煙（紫），中南海（金8mg）等，1類煙中玉溪（軟）也連續(xù)出現(xiàn)，而在2012年，哈德門已經(jīng)沒有出現(xiàn)在暢銷煙名單中，從2008年的4類5類煙是銷售主力到2012年3類煙成為暢銷煙主力，說明近年來該煙草公司銷售結構調(diào)整上了一個新的層次。

參考文獻：

[1]周勁峰，廖振鵬.對“卷煙上水平”戰(zhàn)略的認識[J].中國煙草學報，2010（B12）：5-7.

[2]劉英姿，何偉.基于不同視角的客戶細分方法研究綜述[J].商場現(xiàn)代化，2009（1）：271.

[3]王辛萌.數(shù)據(jù)挖掘訂單分析系統(tǒng)在煙草行業(yè)CRM中的研究與應用[D].濟南：山東大學，2006.

[4]王小標，黃治移，楊昆，張雪松.聚類綜述[J].數(shù)字技術與應用，2012（05）：204-206.

[5]Arthur M.Hughes著.數(shù)據(jù)庫營銷[M].勞幗齡等譯.機械工業(yè)出版社，2004.4.

[6]Jiawei Han，Micheline Kamber著.范明，孟小峰等翻譯，數(shù)據(jù)挖掘-概念與技術[M].機械工業(yè)出版社，2001 DataMining：Concepts and Techniques. San Mateo， CA：Morgan Kaufmann.2001.

[7]潘少東.數(shù)據(jù)挖掘在煙草商業(yè)企業(yè)CRM中的應用研究[D].合肥：合肥工業(yè)大學，2007.

[8]胡少東.客戶細分方法探析[J].工業(yè)技術經(jīng)濟，2005，24（7）：66-69.

[9]Haley，Russell.I.，Benefit segmentation：a decision-oriented research tool[J].Journal of Marketing，1968，32（7）：30-31.

[10]袁芳.基于客戶價值的我國高速鐵路客戶分類問題研究[D].北京：北京交通大學，2012.

作者簡介：鄧基剛（1963-），男，山東威海人，高級經(jīng)濟師，威海市煙草專賣局（公司）黨委書記、局長兼總經(jīng)理，研究方向：煙草營銷;鄭成德（1970-），男，山東威海人，威海市煙草專賣局（公司）副總經(jīng)理，研究方向：卷煙市場營銷。endprint