一、RFM模型
RFM模型是客户关系管理(CRM)模型中的一种,是衡量客户价值和客户创利能力重要工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况,依据三项指标划分八类客户价值。
- 最近一次消费(Recency): 表示用户最近一次消费距离现在的时间。消费时间越近的客户价值越大。1年前消费过的用户肯定没有1周前消费过的用户价值大。
- 消费频率(Frequency): 消费频率是指用户在统计周期内购买商品的次数,经常购买的用户也就是熟客,价值肯定比偶尔来一次的客户价值大。
- 消费金额(Monetary): 消费金额是指用户在统计周期内消费的总金额,体现了消费者为企业创利的多少,自然是消费越多的用户价值越大。
RFM模型的作用:
根据用户行为识别优质客户
对不同类型的客户定制个性化的营销服务
衡量客户价值和客户创利能力
RFM模型的假设:
最近交易过的客户>最近没有交易的客户
购买频次高的客户>购买频次低的客户
购买金额高的客户>购买金额低的客户
RFM用户构成:
RFM用户分为8类,详细类型及分层规则如下:
RS对比值:交易间隔得分的平均值。
FS对比值:交易频次得分的平均值。
MS对比值:交易金额得分的平均值。
对比值根据实际数据而定,计算公式为:(得分1 * 人数1 + 得分2 * 人数2 +……)/总人数
客户类型 | RS | FS | MS | 客户等级 | 说明 |
---|---|---|---|---|---|
重要价值客户 | 1 | 1 | 1 | A级 | RFM都是1,优质客户。需要维持 |
重要发展客户 | 1 | 0 | 1 | A级 | 属于忠诚度不高,但很有潜力的客户,需要重点发展 |
重要保持客户 | 0 | 1 | 1 | B级 | 属于一段时间没有消费的忠诚用户,需要主动保持联系 |
重要挽留客户 | 0 | 0 | 1 | B级 | 属于将要流失或者已经流失的重要客户,应当给予挽留措施 |
一般价值客户 | 1 | 1 | 0 | B级 | 交易频次高,最近有消费,需要挖掘,想办法提高消费金额 |
一般发展客户 | 1 | 0 | 0 | B级 | 最近有消费,具备推广价值 |
一般保持客户 | 0 | 1 | 0 | C级 | 消费频率高,但价值不大,一般维护 |
一般挽留客户 | 0 | 0 | 0 | C级 | 潜在客户 |
二、帕累托分析(ABC分析)
帕累托分析又叫ABC分析,分类的核心思想是:少量项目贡献了大部分价值。
把业务或者产品分为:A、B、C三类,用于区分业务的重点和非重点,反映出每类产品的价值对库存、销售和成本的影响,从而实现差异化策略和管理。
根据事物的主要特征进行分类排队,把被分析的对象按照占比分成A、B、C三类(可根据实际需求按照不同的比例分成多类),从而区分出重点和一般,从而有区别地确定管理方式。
三、关联分析(Apriori算法)
关联分析是发现交易数据库中不同商品项之间的联系,是一种简单实用的分析技术。关联分析最典型的算法是Apriori算法。
典型的关联分析例子是购物篮分析:通过分析顾客放入购物篮的商品之间的联系,分析顾客购买习惯,了解哪些商品频繁被客户同时购买,有助于帮助制定营销策略。
Apriori算法是一种典型的挖掘布尔关联规则的频繁项集算法。运行原理在于:频繁项集的所有非空子集都是频繁项集,非频繁项集的所有父级都是非频繁的。
关联分析的基本概念
1.项与项集: itemset = {item_1,item_2,item_3,…,item_n} 是所有项的集合,其中item_k(k=1,2,3,…,n)称为项,项的集合称为项集itemset。包含k个项的集合称为k项集(k-itemset)。
2.事务与事务集: 一个事务T是一个项集,它是itemset的一个子集,每个事务均与唯一的标识符Tid相联系,不同的事务一起组成了事务集D,构成了关联规则发现的事务数据库。
3.关联规则: 关联规则是形如A=>B的蕴涵式,其中A和B均为itemset的非空子集,且有A∩B为空。
4.支持度Support: 关联规则的支持度定义为 S u p p