吳明禮　黃亞非

摘要：在客戶關(guān)系管理的RFM經(jīng)典分析法的基礎(chǔ)上，根據(jù)電子商務(wù)的業(yè)務(wù)分析，提出適合本系統(tǒng)的多指標(biāo)客戶細(xì)分法。采用熵值法對各個指標(biāo)進(jìn)行權(quán)重的賦值，最后使用K-means算法進(jìn)行客戶細(xì)分。該文的評價指標(biāo)除了使用傳統(tǒng)聚類算法的類內(nèi)距離外，還使用了基于分類思想的泛化能力評估，具有一定的實際意義。通過實驗驗證了本文提出多指標(biāo)分析法的有效性。

關(guān)鍵詞：客戶細(xì)分；客戶關(guān)系管理；RFM；聚類

在互聯(lián)網(wǎng)高速發(fā)展的今天，企業(yè)和客戶之間的關(guān)系發(fā)生了變化，客戶擁有了更多的選擇權(quán)，這給企業(yè)帶來了更大的壓力，企業(yè)要想留住老客戶增加新客戶，就必須更好地去了解客戶的需求。因此，企業(yè)要與客戶建立良好的關(guān)系，可以根據(jù)與客戶交流中產(chǎn)生的歷史數(shù)據(jù)的消費記錄，運用相應(yīng)的數(shù)據(jù)分析技術(shù)，分析客戶的消費習(xí)慣，作為企業(yè)管理人員的決策依據(jù)。

目前有很多關(guān)于客戶細(xì)分方面的研究。文獻(xiàn)通過使用RFM分析和神經(jīng)網(wǎng)絡(luò)來對銀行客戶進(jìn)行分析，提高酒店利潤。文獻(xiàn)指出RFM模型可用于“將有價值的客戶定義為同時具有最新近度，頻率和貨幣價值的客戶”。

文獻(xiàn)主要目標(biāo)是幫助醫(yī)院管理者增加利潤，降低客戶流失的成本。首先將K均值聚類算法應(yīng)用于目標(biāo)客戶和群體的識別，然后將決策樹分類器用作流失預(yù)測。文獻(xiàn)研究人員為了促進(jìn)居民和游客參與某市組織的文化活動，并為城市打造自己的吸引力，指導(dǎo)人們訪問他們還沒有訪問的文化場所。這項研究有助于促進(jìn)政府公共部門CRM的發(fā)展。Hu&Yeh;提出RFM模型用于“將有價值的客戶定義為同時具有高新近度，頻率和貨幣價值的客戶”。Asl han Dursun，Mehem Caber研究嘗試通過使用RFM分析來研究在酒店客戶CRM中客戶價值的分布概況。Gutha Jaya Krishna，Vadlamani Ravi通過使用RFM模型方面來估計客戶價值，提高現(xiàn)有顧客的盈利能力。根據(jù)一些學(xué)者的總結(jié)，RFM分析可用于識別高價值客戶，CRM客戶細(xì)分，新產(chǎn)品或新服務(wù)的產(chǎn)生，在金融，電信，電子，網(wǎng)上和旅游，零售商等諸多領(lǐng)域的客戶終身價值的測量?？蛻艏?xì)分是將具體相同屬性特征的客戶群劃分為同類群組，是識別客戶需求的有效工具，它有助于企業(yè)制定目標(biāo)營銷策略，并最終導(dǎo)致個性化營銷，例如：亞馬遜，谷歌和其他這樣的公司已經(jīng)開始一對一或個性化的營銷。E.Vigneau，E.M.Qannari，B.Navez，v.Cottet通過使用聚類分析根據(jù)他們的整體喜好來分割消費者。Chuang and Shen在最近的研究中，一些作者提出了使用WRFM（加權(quán)RFM）模型，根據(jù)特定行業(yè)的特點，將不同的權(quán)重分配給新近程度，頻率和貨幣參數(shù)。為此，本文在基于CRM中經(jīng)典的RFM分析方法之上，根據(jù)數(shù)據(jù)系統(tǒng)特征，提出一種新型RFM與k-means相結(jié)合，并使用熵值法進(jìn)行權(quán)重調(diào)整，得出多指標(biāo)的客戶細(xì)分模型。

1相關(guān)理論研究

1.1多指標(biāo)分析模型的提出

傳統(tǒng)的RFM分析方法在每個維度上只有一個指標(biāo)，R代表最近一次消費時間，F(xiàn)代表消費次數(shù)，M代表消費總金額?？蛻舻南M行為是一個復(fù)雜的過程，若從以上三個指標(biāo)雖然能從一定程度上反映客戶的購買和價值，仍存在一些缺陷。傳統(tǒng)RFM主要體現(xiàn)的是客戶購買的行為，但對于電子商務(wù)系統(tǒng)其業(yè)務(wù)不僅包括購買流程還有退貨的流程。因此本文根據(jù)電子商城系統(tǒng)的數(shù)據(jù)特點構(gòu)建多指標(biāo)的客戶分析模型。