RFM客户细分法.doc

1、二、 RFM 权重分析对 RFM 各变量的指标权重问题,Hughes,Arthur认为 RFM 在衡量一个问题上的权重是一致的 ,因而并没有给予不同的划分。而个指标的权重并不相同,应该给予频度最高Stone,Bob 通过对 信用卡 实证分析,近度次之 ,值度最低的权重 4 。,认为各认为针对不同的行业甚至不同的公司,频度、近度、值度的权重均存在一定差异,因此需要采用科学的方法进行分析 .对此 ,以层次分析法 为支撑 ,结合专家咨询方式来解决指标权重的确定问题。研究邀请了被研究的某电信企业的两位地区经理、两位市场营销人员和一位长期客户应用文献 5 的标度含义对 RFM 各指标权重进行比较分析。在

2、分别得到五位评价者的两两比较矩阵后 ,采取取平均的方法得到下表的评价矩阵。评价矩阵RFMR10.710.46F1.4110.85M2.181.181上表所示的两两比较矩阵的一致性比例C。R 0.1, 表明该判断矩阵的一致性可以接受。由上表得出RFM 各指标相对权重为W ,W ,W =0.221,0.341,0.439。其中M的权重最大 即专家们认为客户交费金额的,FRM高低是影响 顾客价值 高低的最主要因素。三、客户分类1. 基于 K-均值聚类法的客户分类过程应用K-均值聚类法 6 ,以加权 RFM 为指标 ,将具有相近的 顾客终身价值 的客户进行分类 ,基本思路如下 :(1) 应用 AHP

3、法确定 RFM 各个指标的权重 ,并将各个指标加权。(2) 将 RFM 各指标标准化。(3) 确定聚类的类别数量 m 。(4) 应用 K-均值聚类法对加权后的指标进行聚类,得到 m 类客户。(5) 将每类客户的 RFM 平均值和总 RFM 平均值作比较 ,每次对比有两个结果 :大于(等于 )平均值和小于平均值,通过对比得到每类客户RFM 的变动情况。(6) 根据每个客户类别的 RFM 的变动情况分析该客户类别的性质 ,如该客户类别是倾向于忠诚的还是倾向于背离的 ,然后在此基础上定义客户类型。(7) 对每类客户标准化后的各个指标取平均 ,将平均值加权求和 ,得到每类客户的顾客终身价值总得分 ,分

4、析各类 顾客终身价值 的差别。2. 顾客类型识别分析从某市通信公司2004 年所有的电信客户记录中随机抽取了1026 名客户的记录进行分析 ,数据的描述性统计见下表数据描述指标 最小值最大值平均值标准差近度212860.0720.191频度 0135.981.861值度54.431499.17704.7467216.22068由于 RFM 数据的量纲各不相同,数据的取值也存在很大的差异.为了消除分布差异较大和量纲不同的影响,在对各个指标进行加权之前,需要考虑对数据进行标准化处理.由于 F,M 指标对顾客价值存在正相关的影响,因此其标准化调整通过进行。其中，为标准化后的值，x 为原值 ,xs 为

5、该指标最小值， xl 为该指标最大值。R 对顾客价值存在负相关关系,因此其标准化调整公式为。使用 K-均值聚类法时 ,需要预先判断其聚类的类别数。在模型中客户分类通过每个顾客类别 RFM 平均值与总RFM 平均值相比较来决定的,而单个指标的比较只能有两种情况 :大于 (等于 )或小于平均值 ,因此可能有种类别。标准化和确定聚类类别数后 ,进行聚类分析 ,得到 8 类客户 .将 8 类客户的 RFM 平均值与总 RFM 均值比较 .如果单个客户类别的均值大于总均值 ,则给该指标一个向上的箭头： “”标记 ,反之则用 “”,如下表所示通过 RFM 分析将企业的 客户群体划分 成重要保持客户、重要发

6、展客户、重要挽留客户、一般重要客户、一般客户、无价值客户等六个级别 ,各客户簇的客户级别如表 4 所示 .客户分级不仅揭示了客户在级别上的差异 ,而且反映了客户在行为上的特性和变化倾向。电信企业通过 RFM 分析可将现有顾客划分为不同的客户等级 ,针对不同等级的客户 ,采取不同的管理策略 .但是 ,这种分类只是确定了客户的等级 ,却没有各类客户之间的一个量化的价值比较 ,因而对各类客户做相应的终身价值分析是非常有必要的。3. 客户终身价值比较分析。表 4 将客户簇 1 和簇 3 同分为重要保持客户 ,将客户簇 5 和簇 8 同分为一般客户 ,这样难以对对这两组客户簇进行细分 .此外 ,客户分类

7、后 ,并不知道每一类客户的价值差别有多大 ,相对企业的重要性怎样 .利用 AHP 法分析得到的 RFM 各指标权重 ,结合各类顾客的 RFM 指标 ,根据每一类客户的 顾客终身价值 得分来进行排序 .标准化后的各个指标平均值如表 5 的,其中表示聚类后的类别。,第 j 类客户的 R,F,M 各个指标标准化后的平均值，是第 j 类客户的 RFM 各项指标加权后的总得分,运算公式为。其中 ,W R、 W F、W M 分别为由 AHP 分析得来的 R、 F、 M 指标的权重最后 ,根据总得分的大小来对各类客户来进行排序 (见表 4). 排名靠前的客户相对排名靠后的客户具有更高的 顾客终身价值 ,忠诚

8、度更高 ,对于企业来说更为重要.表 5 显示 ,客户簇 3 总得分最高 ,因此簇 3 的客户是企业最有 价值的客户 ,而簇 6 客户总得分最后 ,因此可以认为簇 6 客户的价值最低 .此外 ,对于处于同等级的客户簇 1 和簇 3,簇 5 和蹴 8 进行了细分 .从表 5 中还可以看出 ,簇 3 比簇 1 的价值大 ,簇 5 比簇 8 的价值大 .此外 ,通过比较各簇的总得分 ,还可以比较各客户簇的价值 .如簇 3 的价值是簇 6 价值的 0.5693/0.3284=1.73 倍。标准化的 RFM 加权分类客户CLV类别 (近度 )频度值度 (元 ) 总得分排序10.60380.51240.57270.5596220.68040.34450.44130.4618430.50290.70560.49550.5693140.58150.55340.27670.4387550.33600.51870.40790.4302660.42610.33560.27280.3284870.36250.48210.65740.5331380.43590.31170.51740.42987注：。在进行 客户分类 后再对客户的类别进行 顾客终身价值 排序 ,使得企