基于聚類的多指標(biāo)客戶細(xì)分方法

吳明禮　黃亞非

摘要：在客戶關(guān)系管理的RFM經(jīng)典分析法的基礎(chǔ)上，根據(jù)電子商務(wù)的業(yè)務(wù)分析，提出適合本系統(tǒng)的多指標(biāo)客戶細(xì)分法。采用熵值法對(duì)各個(gè)指標(biāo)進(jìn)行權(quán)重的賦值，最后使用K-means算法進(jìn)行客戶細(xì)分。該文的評(píng)價(jià)指標(biāo)除了使用傳統(tǒng)聚類算法的類內(nèi)距離外，還使用了基于分類思想的泛化能力評(píng)估，具有一定的實(shí)際意義。通過(guò)實(shí)驗(yàn)驗(yàn)證了本文提出多指標(biāo)分析法的有效性。

關(guān)鍵詞：客戶細(xì)分；客戶關(guān)系管理；RFM；聚類

在互聯(lián)網(wǎng)高速發(fā)展的今天，企業(yè)和客戶之間的關(guān)系發(fā)生了變化，客戶擁有了更多的選擇權(quán)，這給企業(yè)帶來(lái)了更大的壓力，企業(yè)要想留住老客戶增加新客戶，就必須更好地去了解客戶的需求。因此，企業(yè)要與客戶建立良好的關(guān)系，可以根據(jù)與客戶交流中產(chǎn)生的歷史數(shù)據(jù)的消費(fèi)記錄，運(yùn)用相應(yīng)的數(shù)據(jù)分析技術(shù)，分析客戶的消費(fèi)習(xí)慣，作為企業(yè)管理人員的決策依據(jù)。

目前有很多關(guān)于客戶細(xì)分方面的研究。文獻(xiàn)通過(guò)使用RFM分析和神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)銀行客戶進(jìn)行分析，提高酒店利潤(rùn)。文獻(xiàn)指出RFM模型可用于“將有價(jià)值的客戶定義為同時(shí)具有最新近度，頻率和貨幣價(jià)值的客戶”。

文獻(xiàn)主要目標(biāo)是幫助醫(yī)院管理者增加利潤(rùn)，降低客戶流失的成本。首先將K均值聚類算法應(yīng)用于目標(biāo)客戶和群體的識(shí)別，然后將決策樹(shù)分類器用作流失預(yù)測(cè)。文獻(xiàn)研究人員為了促進(jìn)居民和游客參與某市組織的文化活動(dòng)，并為城市打造自己的吸引力，指導(dǎo)人們?cè)L問(wèn)他們還沒(méi)有訪問(wèn)的文化場(chǎng)所。這項(xiàng)研究有助于促進(jìn)政府公共部門CRM的發(fā)展。Hu&Yeh;提出RFM模型用于“將有價(jià)值的客戶定義為同時(shí)具有高新近度，頻率和貨幣價(jià)值的客戶”。Asl han Dursun，Mehem Caber研究嘗試通過(guò)使用RFM分析來(lái)研究在酒店客戶CRM中客戶價(jià)值的分布概況。Gutha Jaya Krishna，Vadlamani Ravi通過(guò)使用RFM模型方面來(lái)估計(jì)客戶價(jià)值，提高現(xiàn)有顧客的盈利能力。根據(jù)一些學(xué)者的總結(jié)，RFM分析可用于識(shí)別高價(jià)值客戶，CRM客戶細(xì)分，新產(chǎn)品或新服務(wù)的產(chǎn)生，在金融，電信，電子，網(wǎng)上和旅游，零售商等諸多領(lǐng)域的客戶終身價(jià)值的測(cè)量?？蛻艏?xì)分是將具體相同屬性特征的客戶群劃分為同類群組，是識(shí)別客戶需求的有效工具，它有助于企業(yè)制定目標(biāo)營(yíng)銷策略，并最終導(dǎo)致個(gè)性化營(yíng)銷，例如：亞馬遜，谷歌和其他這樣的公司已經(jīng)開(kāi)始一對(duì)一或個(gè)性化的營(yíng)銷。E.Vigneau，E.M.Qannari，B.Navez，v.Cottet通過(guò)使用聚類分析根據(jù)他們的整體喜好來(lái)分割消費(fèi)者。Chuang and Shen在最近的研究中，一些作者提出了使用WRFM（加權(quán)RFM）模型，根據(jù)特定行業(yè)的特點(diǎn)，將不同的權(quán)重分配給新近程度，頻率和貨幣參數(shù)。為此，本文在基于CRM中經(jīng)典的RFM分析方法之上，根據(jù)數(shù)據(jù)系統(tǒng)特征，提出一種新型RFM與k-means相結(jié)合，并使用熵值法進(jìn)行權(quán)重調(diào)整，得出多指標(biāo)的客戶細(xì)分模型。

1相關(guān)理論研究

1.1多指標(biāo)分析模型的提出

傳統(tǒng)的RFM分析方法在每個(gè)維度上只有一個(gè)指標(biāo)，R代表最近一次消費(fèi)時(shí)間，F(xiàn)代表消費(fèi)次數(shù)，M代表消費(fèi)總金額?？蛻舻南M(fèi)行為是一個(gè)復(fù)雜的過(guò)程，若從以上三個(gè)指標(biāo)雖然能從一定程度上反映客戶的購(gòu)買和價(jià)值，仍存在一些缺陷。傳統(tǒng)RFM主要體現(xiàn)的是客戶購(gòu)買的行為，但對(duì)于電子商務(wù)系統(tǒng)其業(yè)務(wù)不僅包括購(gòu)買流程還有退貨的流程。因此本文根據(jù)電子商城系統(tǒng)的數(shù)據(jù)特點(diǎn)構(gòu)建多指標(biāo)的客戶分析模型。