信息化 - 数据挖掘 - 挖掘持续性购买行为课件

探勘持續性購買行為

－以銷售資料為例指導教授：許中川博士研究生：林勇助林旻宏智慧型資料庫系統實驗室1探勘持續性購買行為

－以銷售資料為例指導教授：許中川博士智報告大綱研究動機研究目的研究架構持續性購買探勘演算法實驗與結果結論2報告大綱研究動機2研究動機賣場收集大量而龐雜的會員交易記錄相關研究重點大多在於顧客特徵發掘及產品銷售之關聯性分析與探討「持續性購買」行為3研究動機賣場收集大量而龐雜的會員交易記錄3研究目的建構持續性購買顧客探勘演算法挖掘出各產品之持續性購買顧客清單，協助行銷策略制定評估持續性購買顧客探勘演算法之績效4研究目的建構持續性購買顧客探勘演算法4RFM模型常用於評估顧客對企業忠誠度或貢獻度RFM由三個維度組成Recency：最近購買時間Frequency：購買次數Monetary：購買金額本研究採用RFM為顧客持續購買力5RFM模型常用於評估顧客對企業忠誠度或貢獻度5研究架構VIPPRODUCTPOS前置處理權重敏感度分析持續性購買顧客個別績效分析持續性購買顧客探勘方法DynamicRFMCustomerQuintilesStoneRFMBehaviorQuintiles顧客具購買持續性假設檢驗高購買頻率顧客預測能力檢驗6研究架構VIPPRODUCTPOS前置處理權重敏感度分析持持續性購買探勘演算法傳統RFM方法StoneRFM[Stone,1989]CustomerQuintiles[Miglautsch,2000]BehaviorQuintiles[Miglautsch,2000]改良式動態RFM7持續性購買探勘演算法傳統RFM方法7StoneRFMR本季：R=24距今六個月內：R=12距今九個月內：R=6今年：R=3F購買次數乘上4Mmax{消費金額*10%,9}如此是要避免購買頻率低卻大量消費金額的情形8StoneRFMR8顧客五等分法R將顧客交易資料依最近購買時間由近至遠分成五等分，分別給予5至1分F將顧客交易資料依購買次數由多至少分成五等分，分別給予5至1分M將顧客交易資料依購買金額由多至少分成五等分，分別給予5至1分9顧客五等分法R9行為五等分法R前0~3個月間：得分5前4~6個月間：得分4前7~12個月間：得分3前13~24個月間：得分225個月前：得分1F購買頻率只購買一次者得分為1計算其餘顧客之頻率平均，購買頻率少於平均者得分為一等分重覆此法直到分為5群，由高至低分別給定5至1分M：同顧客五等分法10行為五等分法R10改良式動態RFM提供一個R、F、M三值計算之基準值，以適用各類產品依顧客與母體平均之差距給定分數以消弭個人主觀達到客觀性之要求提供一個更精準量度值、更具鑑別度之給分方式11改良式動態RFM提供一個R、F、M三值計算之基準值，以適用產品銷售平均週期其中Timeend與

Timestart為計算之日期區間起迄Frequencyi為顧客i購買某產品之次數Frequency_threshold為顧客購買某產品之最小次數要求

e.g.:a顧客30天內買了3次10天/次 b顧客30天內買了5次6天/次 =8天12產品銷售平均週期其中Timeend與Timestart為產品銷售平均頻率

其中Frequencyi為顧客i購買某產品之次數e.g.:a顧客30天內買了3次 b顧客30天內買了5次

=4次13產品銷售平均頻率其中Frequencyi為顧客i購買某產品產品銷售平均金額其中Amounti,t為顧客i於計算之日期區間內每次購買某產品之金額TRANSACTIONi為顧客i於計算日期區間內之交易集合e.g.:a顧客30天內買了30元 b顧客30天內買了50元=40元14產品銷售平均金額其中Amounti,t為顧客i於計算之日期區改良式動態RFM(續)其中WR、WF

與WM為權重值，C為一個常數值，n為該顧客最近購買時間落於最近幾個區間內，而Timelast,i是顧客i於計算區間中最後一次購買某產品之日期。

15改良式動態RFM(續)其中WR、WF與WM為權重值，C為實驗資料來源實驗資料來源某校之消費合作社會員消費記錄記錄時間自1999/10/1至2000/5/31扣除寒假(2000/1/23~2000/2/19)消費記錄會員數811人，產品數2275項資料約10,000筆訓練期：1999/10/1~2000/3/31(約5個月)測試期：2000/4/1~2000/5/31(2個月)16實驗資料來源實驗資料來源16績效評量指標顧客具購買持續性假設檢驗高購買頻率顧客預測能力檢驗其中，Ntraning：訓練期中RFM值較佳之排名前p名顧客|Ntraning|：訓練期中RFM值較佳之排名前p名顧客人數Ntest：測試期中購買次數大於等於q次之顧客|Ntest|：測試期中購買次數大於等於q次之顧客人數|Ntraining∩Ntest|：Ntraning與Ntest重複之顧客人數17績效評量指標顧客具購買持續性假設檢驗其中，Ntraning：RFM參數個別績效分析個別績效比較圖-純喫茶

18RFM參數個別績效分析個別績效比較圖-純喫茶18RFM參數權重敏感度分析WR敏感度分析圖-純喫茶

19RFM參數權重敏感度分析WR敏感度分析圖-純喫茶19RFM參數權重敏感度分析(續)WF敏感度分析圖-純喫茶

WM敏感度分析圖-純喫茶

20RFM參數權重敏感度分析(續)WF敏感度分析圖-純喫茶WM顧客具購買持續性假設檢驗顧客具購買持續性績效圖-電話卡21顧客具購買持續性假設檢驗顧客具購買持續性績效圖-電話卡21高購買頻率顧客預測能力檢驗高購買頻率顧客預測能力績效圖-純喫茶22高購買頻率顧客預測能力檢驗高購買頻率顧客預測能力績效圖-純鑑別度實驗持續性購買顧客探勘演算法鑑別度比較

23鑑別度實驗持續性購買顧客探勘演算法鑑別度比較23結論提出持續性購買顧客探勘架構

整理出四種持續性購買演算法，並進行分析及比較

DRFM在績效上及鑑別度上優於其它方法，適用於各類產品之持續性購買顧客探勘。輔助行銷決策與顧客關係管理24結論提出持續性購買顧客探勘架構24報告完畢敬請指教25報告完畢敬請指教25探勘持續性購買行為

－以銷售資料為例指導教授：許中川博士研究生：林勇助林旻宏智慧型資料庫系統實驗室26探勘持續性購買行為

－以銷售資料為例指導教授：許中川博士智報告大綱研究動機研究目的研究架構持續性購買探勘演算法實驗與結果結論27報告大綱研究動機2研究動機賣場收集大量而龐雜的會員交易記錄相關研究重點大多在於顧客特徵發掘及產品銷售之關聯性分析與探討「持續性購買」行為28研究動機賣場收集大量而龐雜的會員交易記錄3研究目的建構持續性購買顧客探勘演算法挖掘出各產品之持續性購買顧客清單，協助行銷策略制定評估持續性購買顧客探勘演算法之績效29研究目的建構持續性購買顧客探勘演算法4RFM模型常用於評估顧客對企業忠誠度或貢獻度RFM由三個維度組成Recency：最近購買時間Frequency：購買次數Monetary：購買金額本研究採用RFM為顧客持續購買力30RFM模型常用於評估顧客對企業忠誠度或貢獻度5研究架構VIPPRODUCTPOS前置處理權重敏感度分析持續性購買顧客個別績效分析持續性購買顧客探勘方法DynamicRFMCustomerQuintilesStoneRFMBehaviorQuintiles顧客具購買持續性假設檢驗高購買頻率顧客預測能力檢驗31研究架構VIPPRODUCTPOS前置處理權重敏感度分析持持續性購買探勘演算法傳統RFM方法StoneRFM[Stone,1989]CustomerQuintiles[Miglautsch,2000]BehaviorQuintiles[Miglautsch,2000]改良式動態RFM32持續性購買探勘演算法傳統RFM方法7StoneRFMR本季：R=24距今六個月內：R=12距今九個月內：R=6今年：R=3F購買次數乘上4Mmax{消費金額*10%,9}如此是要避免購買頻率低卻大量消費金額的情形33StoneRFMR8顧客五等分法R將顧客交易資料依最近購買時間由近至遠分成五等分，分別給予5至1分F將顧客交易資料依購買次數由多至少分成五等分，分別給予5至1分M將顧客交易資料依購買金額由多至少分成五等分，分別給予5至1分34顧客五等分法R9行為五等分法R前0~3個月間：得分5前4~6個月間：得分4前7~12個月間：得分3前13~24個月間：得分225個月前：得分1F購買頻率只購買一次者得分為1計算其餘顧客之頻率平均，購買頻率少於平均者得分為一等分重覆此法直到分為5群，由高至低分別給定5至1分M：同顧客五等分法35行為五等分法R10改良式動態RFM提供一個R、F、M三值計算之基準值，以適用各類產品依顧客與母體平均之差距給定分數以消弭個人主觀達到客觀性之要求提供一個更精準量度值、更具鑑別度之給分方式36改良式動態RFM提供一個R、F、M三值計算之基準值，以適用產品銷售平均週期其中Timeend與

Timestart為計算之日期區間起迄Frequencyi為顧客i購買某產品之次數Frequency_threshold為顧客購買某產品之最小次數要求

e.g.:a顧客30天內買了3次10天/次 b顧客30天內買了5次6天/次 =8天37產品銷售平均週期其中Timeend與Timestart為產品銷售平均頻率

其中Frequencyi為顧客i購買某產品之次數e.g.:a顧客30天內買了3次 b顧客30天內買了5次

=4次38產品銷售平均頻率其中Frequencyi為顧客i購買某產品產品銷售平均金額其中Amounti,t為顧客i於計算之日期區間內每次購買某產品之金額TRANSACTIONi為顧客i於計算日期區間內之交易集合e.g.:a顧客30天內買了30元 b顧客30天內買了50元=40元39產品銷售平均金額其中Amounti,t為顧客i於計算之日期區改良式動態RFM(續)其中WR、WF

與WM為權重值，C為一個常數值，n為該顧客最近購買時間落於最近幾個區間內，而Timelast,i是顧客i於計算區間中最後一次購買某產品之日期。

40改良式動態RFM(續)其中WR、WF與WM為權重值，C為實驗資料來源實驗資料來源某校之消費合作社會員消費記錄記錄時間自1999/10/1至2000/5/31扣除寒假(2000/1/23~2000/2/19)消費記錄會員數811人，產品數2275項資料約10,000筆訓練期：1999/10/1~2000/3/31(約5個月)測試期：2000/4/1~2000/5/31(2個月)41實驗資料來源實驗資料來源16績效評量指標顧客具購買持續性假設檢驗高購買頻率顧客預測能力檢驗其中，Ntraning：訓練期中RFM值較佳之排名前p名顧客|Ntraning|：訓練期中RFM值較佳之排名前p名顧客人數Ntest：測試期中購買次數大於等於q次之顧客|Ntest|：測試期中購買次數大於等於q次之顧客人數|Ntraining∩Ntest|：Ntraning與Ntest重複之顧客人數42績效評量指標顧客具購買持續性假設檢驗其中，Ntraning：RFM參數個別績效分析個別績效比較圖-純喫茶

43RFM參數個別績效分析個別績效比較圖-純喫茶18RFM參數權重敏感度分析WR敏感度分析圖-純喫茶

44RFM參數權重敏感度分析WR敏感度分析圖-純喫茶19RFM參數權重敏感度分析(續)WF敏感度分析圖-純喫茶

WM敏感度分析圖-純喫茶

45RFM參數權重敏感度分析(續)WF敏感度分析圖-純喫茶WM顧客具購買持續性假設檢驗顧客具購買持續性績效圖-電話卡46顧客具