rfm模型分析与客户细分

?暴躁的耿菲 2024-06-24 20:33:45

最佳回答

rfm模型分析与客户细分根据美国库营销研究所arthur hughes的研究，**库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：最近一次消费(recency)、消费频率(frequency)、消费金额(monetary)。　　rfm模型：r(recency)表示客户最近一次购买的时间有多远，f(frequency)表示客户在最近一段时间内购买的次数，m (monetary)表示客户在最近一段时间内购买的金额。一般原始数据为3个字段：客户id、购买时间(日期格式)、购买金额，用数据挖掘软件处理，加权(考虑权重)得到rfm得分，进而可以进行客户细分，客户等级分类，customer level value得分排序等，实现数据库营销!这里再次借用@数据挖掘与数据分析的rfm客户rfm分类图。　　本次分析用的的软件工具：ibm spss stat**tics 19，ibm spss modeler14.1，tableau7.0，excel和ppt　　因为rfm分析仅是项目的一个小部分分析，但也面临海量数据的处理能力，这一点对计算机的内存和硬盘容量都有要求。　　先说说对海量数据挖掘和数据处理的一点体会：(仅指个人电脑操作**而言)　　一般我们拿到的数据都是压缩格式的文本文件，需要解压缩，都在g字节以上存储单位，一般最好在外置电源移动硬盘存储;如果客户不告知，你大概是不知道有多少记录和字段的;　　modeler挖掘软件默认安装一般都需要与c盘进行数据交换，至少需要100g空间预留，否则读取数据过程中将造成空间不足　　海量数据处理要有耐心，等待30分钟以上运行出结果是常有的现象，特别是在进行抽样、合并数据、数据重构、神经网络建模过程中，要有韧性，否则差一分钟中断就悲剧了，呵呵;　　数据挖掘的准备阶段和数据预处理时间占整个项目的70%，我这里说如果是超大数据集可能时间要占到90%以上。一方面是处理费时，一方面可能就只能这台电脑处理，不能几台电脑同时操作;　　多带来不同，这是我一直强调的体验。所以海量数据需要用到抽样技术，用来查看数据和预操作，记住：有时候即使样本数据正常，也可能全部数据有问题。建议数据分隔符采用“|”存储;　　如何强调一个数据挖掘项目和挖掘工程师对行业的理解和业务的洞察都不为过，好的数据挖掘一定是市场导向的，当然也需要it人员与市场人员有好的沟通机制;　　数据挖掘会面临数据字典和语义层含义理解，在metadata元数据管理和理解上下功夫会事半功倍，否则等数据重构完成发现问题又要推倒重来，悲剧;　　每次海量大数据挖掘工作时都是我上微博最多的时侯，它真的没我算的快，只好上微博等它，哈哈!　　传统rfm分析转换为电信业务rfm分析主要思考：　　这里的rfm模型和进而细分客户仅是数据挖掘项目的一个小部分，假定我们拿到一个月的客户充值行为数据集(实际上有六个月的数据)，我们们先用ibm modeler软件构建一个分析流：数据结构完全满足rfm分析要求，一个月的数据就有3千万条交易记录!我们先用挖掘工具的rfm模型的rfm汇总节点和rfm分析节点产生r(recency)、f(frequency)、m (monetary);　　接着我们采用rfm分析节点就完成了rfm模型基础数据重构和整理;　　现在我们得到了rfm模型的recency_score、frequency_score、monetary_score和rfm_score;这里对rfm得分进行了五等分切割，采用100、10、1加权得到rfm得分表明了125个rfm魔方块。　　传统的rfm模型到此也就完成了，但125个细分市场太多啦无法针对性营销也需要识别客户特征和行为，有必要进一步细分客户群;　　另外：rfm模型其实仅仅是一种数据处理方法，采用数据重构技术同样可以完成，只是这里固化了rfm模块更简单直接，但我们可以采用rfm构建数据的方式不为rfm也可用该模块进行数据重构。　　我们可以将得到的数据导入到tableau软件进行描述性分析：(数据挖掘软件在描述性和制表输出方面非常弱智，哈哈)我们也可以进行不同块的对比分析：均值分析、块类别分析等等　　这时候我们就可以看出tableau可视化工具的方便性接下来，我们继续采用挖掘工具对r、f、m三个字段进行聚类分析，聚类分析主要采用：kohonen、k-means和two-step算法：这时候我们要考虑是直接用r(recency)、f(frequency)、m (monetary)三个变量还是要进行变换，因为r、f、m三个字段的测量尺度不同最好对三个变量进行标准化，例如：z得分(实际情况可以选择线性插值法，比较法，对标法等标准化)!另外一个考虑：就是r、f、m三个指标的权重该如何考虑，在现实营销中这三个指标重要性显然不同!　　有资料研究表明：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stone,bob通过对**的实证分析,认为各个指标的权重并不相同,应该给予频度最高,近度次之,值度最低的权重;　　这里我们采用加权方法：wr=2 wf=3 wm=5的简单加权法(实际情况需要专家或营销人员测定);具体选择哪种聚类方法和聚类数需要反复测试和评估，同时也要比较三种方法哪种方式更理想!　　下图是采用快速聚类的结果：　　以及kohonen神经算法的聚类结果：　　接下来我们要识别聚类结果的意义和类分析：这里我们可以采用c5.0规则来识别不同聚类的特征：其中two-step两阶段聚类特征图：　　采用评估分析节点对c5.0规则的模型识别能力进行判断：结果还不错，我们可以分别选择三种聚类方法，或者选择一种更易解释的聚类结果，这里选择kohonen的聚类结果将聚类字段写入数据集后，为方便我们将数据导入spss软件进行均值分析和输出到excel软件!　　输出结果后将数据导入excel，将r、f、m三个字段分类与该字段的均值进行比较，利用excel软件的条件格式给出与均值比较的趋势!结合rfm模型魔方块的分类识别客户类型：通过rfm分析将客户群体划分成重要保持客户、重要发展客户、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;(有可能某个级别不存在);　　另外一个考虑是针对r、f、m三个指标的标准化得分按聚类结果进行加权计算，然后进行综合得分排名，识别各个类别的客户价值水平;　　至此如果我们通过对rfm模型分析和进行的客户细分满意的话，可能分析就此结束!如果我们还有客户背景资料信息库，可以将聚类结果和rfm得分作为自变量进行其他数据挖掘建模工作! 20210311

汇率兑换计算器

兑换金额：

持有货币：

兑换货币：

兑换结果：

类似问答

证券市场客户细分
- 2024-06-24 06:16:30
- 提问者: 未知
摩根斯坦利和高盛长于包销证券，以二级市场自营业务和并购中介业务为主，偏向高风险与高收益的私人资本投资业务；...可以积极开发利率产品及基于货币市场的产品、股票和债券...
可转债投资价值分析与风险分析？细说
- 2024-06-24 17:35:11
- 提问者: 未知
可转换债券的价值分析包括两个主要环节：　　一是对债权价值的评估，二是对期权价值的评估。　　而公司基本面的研究则是这两个环节的基础，它对评估可转换债券价值和确定可转换债券投资策略至关重要。公司所属行业、公司财务结构的稳健性、公司经营业绩、经营效率等基本面因素不仅决定了可转换债券的偿付风险、可转换债券基准股价的成长性，而且对研判可转债条款设计中某些增加期权价值条款的"虚实"也非常关...
什么是pest分析模型
- 2024-06-24 14:52:44
- 提问者: 未知
pest是一种企处宏观环境模型，pest分析是指宏观环境的分析，p是**，e济，s会，t是技术。分析一个企业集团所处的背景，通常通过这四个因素来分析。**环境：**会对企业监管、消费能力以及其他与企业有关的活动产生十分重大的影响力。经济环境：是指国民经济发展的总概况，国际和国内经济形式及经济发展趋势，企业所面临的产业环境和竞争环境等。社会环境：主要包括社会道德风尚，文化传统，人口变动趋势，文化教育...
matlab与金融模型分析的作品目录
- 2024-06-24 07:47:12
- 提问者: 未知
第一章金融数据处理的matlab基础 1.1 matlab入门 1.2 数、向量及矩阵的运算 1.3 日期的处理与转换 1.4 货币的格式与转换 1.5 金融数据图形绘制第二章资金的时间价值 2.1 单利与复利 2.2 现值与净现值 2.3 终值及其应用 2.4 年金及其应用 2.5 折旧与摊销 2.6 有效年利率与连续复利 2.7 投资...
pest分析模型是谁发明的
- 2024-06-24 03:44:20
- 提问者: 未知
pestel分析模型又称大环境分析，是分析宏观环境的有效工具，不仅能够分析外部环境，而且能够识别一切对组织有冲击作用的力量。它是调查组织外部影响因素的方法，其每一个字母代表一个因素，可以...
swot分析模型是什么？
- 2024-06-24 00:45:46
- 提问者: 未知
swot矩阵的分析和运用案例 (2011-11-2317:54:37)转载▼ 一般来讲，swot分析实际上是将对企业内外部条件各方面内容进行综合和概括，进而分析组织的优劣势、面临的机会和威胁的一种方法。在实际运用当中，笔者认为swot 分析同样可以用在企业的某一个投资产业、某一项新产品、一项新技术，甚至可以用来分析某一个特定管理方式、某一种股权架构、某一个管理人员或员工。只要是市场经...
计量分析建立模型的问题
- 2024-06-24 20:20:41
- 提问者: 未知
u是随机项,不出现在结果中
常见的数据分析模型有哪些?
- 2024-06-24 08:59:29
- 提问者: 未知
1.行为事件分析行为事件分析方法，研究某种行为事件对企业组织价值的影响程度。公司通过研究与事件发生有关的所有因素来挖掘或跟踪用户行为事件背后的原因，公司可以使用它来跟踪或记录用户行为或业务流程，例如用户注册，浏览产品详细信息页面，成功的投资，现金提取等交互影响。2.漏斗分析...
怎样分析“人口增长模型”？
- 2024-06-24 03:26:57
- 提问者: 未知
人口增长模式包括三个指标：出生率、死亡率、自然增长率；（1）高出生率—高死亡率=低自然增长率；原始型（2）高出生率—低死亡率=高自然增长率；传统型（3）低出生率—低死亡率=低自然增长率；现代型原始型与现代型的区别是出生率和死亡率都高，才造成低自然增长率的；传统型与现代型最主要的区别...
如何使用财务分析模型做财务分析
- 2024-06-24 04:53:49
- 提问者: 未知
将数据导入财务分析模型，根据模型的运算结果，做出财务分析报告。

rfm模型分析与客户细分

房贷计算器-九子财经 | 备案号： 桂ICP备19010581号-1 商务联系 企鹅：2790-680461

房贷计算器-九子财经 | 备案号：桂ICP备19010581号-1 商务联系企鹅：2790-680461