基于改進(jìn)K-Means算法的電商用戶(hù)聚類(lèi)分析和應(yīng)用研究 ?

郭磊 郭湖斌 趙荔

摘 要：隨著電子商務(wù)的快速發(fā)展，用戶(hù)之間異質(zhì)性逐漸明顯。為了對(duì)用戶(hù)合理細(xì)分，本文通過(guò)逐次遞進(jìn)的思想，借助經(jīng)典RFM模型中的關(guān)鍵指標(biāo)，選擇最后購(gòu)買(mǎi)時(shí)間R作聚類(lèi)簇類(lèi)的控制因素。借助改進(jìn)的K-Means算法對(duì)電商企業(yè)用戶(hù)進(jìn)行聚類(lèi)研究，從而得到合理的聚類(lèi)分類(lèi)結(jié)果及各簇類(lèi)用戶(hù)的特征行為，為電子商務(wù)企業(yè)的精準(zhǔn)營(yíng)銷(xiāo)奠定了基礎(chǔ)。

關(guān)鍵詞：大數(shù)據(jù);K-means;聚類(lèi)分析;精準(zhǔn)營(yíng)銷(xiāo)

一、引言

大數(shù)據(jù)與人工智能的發(fā)展給人們生活帶來(lái)諸多的便利，主要得益于企業(yè)對(duì)信息技術(shù)和應(yīng)用模型開(kāi)發(fā)的大力投入。在電子商務(wù)領(lǐng)域，沃爾瑪和亞馬遜兩家行業(yè)領(lǐng)軍企業(yè)在用戶(hù)識(shí)別，分類(lèi)和精準(zhǔn)營(yíng)銷(xiāo)等終端用戶(hù)行為研究和實(shí)際應(yīng)用奠定了該領(lǐng)域的研究基礎(chǔ)。國(guó)內(nèi)不少學(xué)者和企業(yè)在研究創(chuàng)新和管理實(shí)踐等方面做出了積極探索，并在提高用戶(hù)的購(gòu)買(mǎi)轉(zhuǎn)化率和降低營(yíng)銷(xiāo)成本等方面為企業(yè)帶來(lái)了一定經(jīng)濟(jì)效益。在企業(yè)的客戶(hù)關(guān)系管理方面，如何有效地對(duì)用戶(hù)進(jìn)行合理分類(lèi)，是企業(yè)精準(zhǔn)營(yíng)銷(xiāo)的基礎(chǔ)。Cheng（2009）和Khajvand（2011）基于RFM（Recency，F(xiàn)requency， Monetary）三個(gè)重要指標(biāo)，應(yīng)用數(shù)據(jù)挖掘技術(shù)通過(guò)計(jì)算價(jià)值貢獻(xiàn)對(duì)用戶(hù)進(jìn)行分類(lèi)，Jain對(duì)近50年的K-Mean的數(shù)據(jù)聚類(lèi)分析方法進(jìn)行了全面研究，龔婷和辛愛(ài)莉等分別在航空旅客和電子商務(wù)領(lǐng)域的用戶(hù)聚類(lèi)做出了實(shí)踐研究。

綜上可見(jiàn)，在國(guó)內(nèi)電子商務(wù)領(lǐng)域中，對(duì)用戶(hù)的分類(lèi)研究多從特定的指標(biāo)考慮，建立不同需求的模型進(jìn)行分析。因此本文借助用戶(hù)分類(lèi)模型中的經(jīng)典指標(biāo)及其歷史數(shù)據(jù)，選擇某一關(guān)鍵指標(biāo)作為控制因素，利用K-Means算法對(duì)滿(mǎn)足特定要求用戶(hù)的歷史數(shù)據(jù)進(jìn)行聚類(lèi)分類(lèi)?；跈C(jī)器學(xué)習(xí)的原理，使其屬性相似的用戶(hù)可以聚類(lèi)在一簇，從而使得電子商務(wù)企業(yè)可以較為直觀地得到不同簇類(lèi)的用戶(hù)特征，其研究結(jié)果對(duì)大數(shù)據(jù)背景下的用戶(hù)合理分類(lèi)和精準(zhǔn)營(yíng)銷(xiāo)具有較強(qiáng)的參考價(jià)值。

二、理論及數(shù)據(jù)基礎(chǔ)

早在上個(gè)世紀(jì)初，意大利經(jīng)濟(jì)學(xué)家Pareto在研究國(guó)民財(cái)富分配時(shí)，發(fā)現(xiàn)意大利20%的人口擁有該國(guó)80%的財(cái)富，從而提出著名的80/20法則。隨后一百多年的時(shí)間里，人們發(fā)現(xiàn)80/20法則不僅在經(jīng)濟(jì)學(xué)領(lǐng)域，在管理學(xué)等領(lǐng)域也具有廣泛的應(yīng)用，如公司80%的利潤(rùn)來(lái)自于20%的用戶(hù)，即企業(yè)努力與該20%的用戶(hù)拓展合作，則對(duì)企業(yè)發(fā)展最有益處。

在當(dāng)前大數(shù)據(jù)時(shí)代，企業(yè)在推廣、獲取和維系用戶(hù)等方面已經(jīng)出現(xiàn)了革命性的創(chuàng)新。用戶(hù)及其指標(biāo)之間也存在著巨大的差異，為此，針對(duì)不同的企業(yè)需要深入分析用戶(hù)及行為所產(chǎn)生的指標(biāo)數(shù)據(jù)。假設(shè)企業(yè)共有n個(gè)用戶(hù)，則用戶(hù)們的多維指標(biāo)數(shù)據(jù)可表示為：

在管理實(shí)踐方面，本文以國(guó)內(nèi)某知名電子商務(wù)網(wǎng)站三年內(nèi)近萬(wàn)名注冊(cè)用戶(hù)數(shù)據(jù)為研究基礎(chǔ)，從中選擇至少登錄過(guò)一次，且有購(gòu)買(mǎi)記錄的7418位用戶(hù)為研究對(duì)象，進(jìn)行數(shù)據(jù)分類(lèi)驗(yàn)證。前期對(duì)用戶(hù)進(jìn)行初始統(tǒng)計(jì)分析，發(fā)現(xiàn)用戶(hù)的購(gòu)買(mǎi)次數(shù)與購(gòu)買(mǎi)金額之間的相關(guān)性系數(shù)僅為0.517，屬于中性相關(guān)的，其兩者的分布分別如圖1、圖2所示

深入分析發(fā)現(xiàn)用戶(hù)平均購(gòu)買(mǎi)金額為3198.9元，標(biāo)準(zhǔn)差為56321.6，其變異系數(shù)為17.6;用戶(hù)平均購(gòu)買(mǎi)次數(shù)為16.8次，標(biāo)準(zhǔn)差為126.6，其變異系數(shù)為7.5，可見(jiàn)企業(yè)用戶(hù)之間異質(zhì)性非常明顯，為了精準(zhǔn)服務(wù)和管理，則需要對(duì)其進(jìn)行合理分類(lèi)。

三、聚類(lèi)數(shù)據(jù)分析

隨著聚類(lèi)簇?cái)?shù)值的增大，用戶(hù)的分組也將更精確，同時(shí)簇中的聚合度也變得更高，即SSE下降趨勢(shì)會(huì)逐漸變小，在聚類(lèi)數(shù)達(dá)真實(shí)值時(shí)，SSE下降緩慢，且趨于平穩(wěn)，即再進(jìn)行細(xì)分的話(huà)，已無(wú)實(shí)際意義。從圖3、圖4中可看出隨著族類(lèi)數(shù)K繼續(xù)變大，當(dāng)K值大于4時(shí)，SSE下降趨勢(shì)大幅減少，基本上趨于平穩(wěn)，即應(yīng)用K-Means算法分析時(shí)，選擇K=4時(shí)是適合當(dāng)前用戶(hù)聚類(lèi)分類(lèi)精度要求的。

用戶(hù)的購(gòu)買(mǎi)次數(shù)和購(gòu)買(mǎi)金額是電商企業(yè)另外兩個(gè)重要的指標(biāo)，為此本文應(yīng)用K-Means算法進(jìn)行分析，其實(shí)現(xiàn)的基本思想和路徑如下：

在K-Means分析結(jié)果中出現(xiàn)兩個(gè)特殊的聚類(lèi)，即每個(gè)聚類(lèi)之中僅各包括一值，購(gòu)買(mǎi)金額分別為4820248.45元和1352426.22元。在這兩個(gè)聚類(lèi)用戶(hù)數(shù)量極少，但是從購(gòu)買(mǎi)金額角度來(lái)看，該用戶(hù)對(duì)電商企業(yè)來(lái)說(shuō)又是極為重要的用戶(hù)，故需要電商企業(yè)投入較多資源進(jìn)行重點(diǎn)維系。另外兩個(gè)聚類(lèi)之中含有絕大數(shù)的用戶(hù)，且購(gòu)買(mǎi)金額最大僅為912380.89元，故可對(duì)用戶(hù)購(gòu)買(mǎi)金額角度不超過(guò)百萬(wàn)的用戶(hù)群體重新K-Means聚類(lèi)分析，其結(jié)果如圖6所示。為了達(dá)到電商企業(yè)對(duì)用戶(hù)合理分類(lèi)的要求，再次應(yīng)用上述理論和方法，運(yùn)行程序后得到分析結(jié)果分別如圖7、圖8所示：

逐次應(yīng)用K-Means聚類(lèi)分析，一方面可以識(shí)別出數(shù)據(jù)中的奇異點(diǎn)，但是實(shí)際上又極為重視的用戶(hù)，另一方面使得用戶(hù)分類(lèi)程度可控，結(jié)構(gòu)清晰，其各聚類(lèi)中的用戶(hù)分特征如下表所示。

從購(gòu)買(mǎi)金額視角來(lái)看，其變異系數(shù)由整體17.6，降維到變異系數(shù)最大的一類(lèi)僅1.34，其余各聚類(lèi)的效果顯著，聚類(lèi)內(nèi)的變異系數(shù)均不超過(guò)0.4，即整體聚類(lèi)分類(lèi)效果成效顯著。在聚類(lèi)0內(nèi)，用戶(hù)購(gòu)買(mǎi)金額與購(gòu)買(mǎi)次數(shù)之相關(guān)性極低，即此類(lèi)用戶(hù)購(gòu)買(mǎi)次數(shù)的增加，并不會(huì)帶來(lái)用戶(hù)購(gòu)買(mǎi)金額的增加，而是受到電商企業(yè)單筆超過(guò)百元免費(fèi)配送的政策影響，此類(lèi)用戶(hù)對(duì)于價(jià)格極為敏感，購(gòu)買(mǎi)頻次也特別低，則需要增加低價(jià)值的產(chǎn)品品種數(shù)量，引導(dǎo)該類(lèi)用戶(hù)購(gòu)買(mǎi)電商企業(yè)高價(jià)值產(chǎn)品的營(yíng)銷(xiāo)策略，從而提高該類(lèi)用戶(hù)的貢獻(xiàn)度。聚類(lèi)1用戶(hù)極少，但該用戶(hù)購(gòu)買(mǎi)金額與聚類(lèi)0的全部用戶(hù)金額接近，且其購(gòu)買(mǎi)頻次和單均金額都特高，屬電商的戰(zhàn)略企業(yè)用戶(hù)，電商企業(yè)則需要派專(zhuān)業(yè)人員維系與該用戶(hù)的關(guān)系 。聚類(lèi)2的用戶(hù)購(gòu)買(mǎi)金額較大，購(gòu)買(mǎi)頻次更高，但是單均金額不高，應(yīng)屬電商企業(yè)的代銷(xiāo)用戶(hù)，電商企業(yè)則需派技術(shù)人員進(jìn)行技術(shù)指導(dǎo)或幫助。其他聚類(lèi)的用戶(hù)也表現(xiàn)了各自的特征，為電商企業(yè)的服務(wù)分配和精準(zhǔn)營(yíng)銷(xiāo)提供數(shù)據(jù)依據(jù)。

四、結(jié)論及擴(kuò)展

隨著信息技術(shù)，特別是大數(shù)據(jù)等相關(guān)的技術(shù)快速發(fā)展，企業(yè)已有以較低經(jīng)濟(jì)成本獲取用戶(hù)相關(guān)特性及用戶(hù)行為等數(shù)據(jù)的技術(shù)能力，同時(shí)隨著用戶(hù)數(shù)量的增加，用戶(hù)之間的差異性也逐漸擴(kuò)大，本文通過(guò)選擇經(jīng)典用戶(hù)行為影響指標(biāo)，然后逐次運(yùn)用K-means分析方法對(duì)已有歷史數(shù)據(jù)進(jìn)行聚類(lèi)研究，使得用戶(hù)分類(lèi)層次清晰，同類(lèi)用戶(hù)之間屬性和行為相對(duì)一致，便于企業(yè)對(duì)用戶(hù)進(jìn)行合理分類(lèi)，從而可為用戶(hù)提供精準(zhǔn)服務(wù)，從而實(shí)現(xiàn)企業(yè)和用戶(hù)的雙贏。

參考文獻(xiàn)：

[1]Kumar， R.， Analysis of wealth Walmart， in Strategic Financial Management Casebook[B]. Academic Press 2017（1）.

[2]Boratto， L.， et al.， Using neural word embeddings to model user behavior and detect user segments[J]. Knowledge-Based Systems， 2016（108）.

[3]李海麗.數(shù)據(jù)分析和挖掘在電商精細(xì)化運(yùn)營(yíng)中的應(yīng)用[J].中國(guó)經(jīng)貿(mào)，2017（15）.

[4]劉春艷，等.客戶(hù)細(xì)分下的電商營(yíng)銷(xiāo)策略研究[J].商業(yè)經(jīng)濟(jì)研究，2016（1）.

[5]Cheng，C.-H. and Y.-S. Chen，Classifying the segmentation of customer value via RFM model and RS theory[J].Expert Systems with Applications，2009（36）.

[6]Khajvand，M.，et al.，Estimating customer lifetime value based on RFM analysis of customer purchase behavior： Case study[J].Procedia Computer Science，2011（3）.

[7]Jain，A.K.，Data clustering：50 years beyond K-means[J].Pattern Recognition Letters，2010（31）.

[8]龔婷，等.基于K-means的航空旅客聚類(lèi)研究[J].價(jià)值工程，2018（37）.

[9]辛愛(ài)莉，等.聚類(lèi)算法在電子商務(wù)客戶(hù)細(xì)分中的應(yīng)用[J].商場(chǎng)現(xiàn)代化，2008（5）.

[10]Han，S.H et.al.， Segmentation of telecom customers based on customer value by decision tree model[J]. Expert Systems with Applications， 2012（39）.