《%82场营销离群数据挖掘的客户分类模型.pdf》由会员分享,可在线阅读,更多相关《%82场营销离群数据挖掘的客户分类模型.pdf(4页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第2 2 0 8 0 卷9 车蔑埒期年1 2 月情报杂志J O U R N A LO FI N T E L L I G E N C EV d 2 8N o 1 2D e c 2 0 0 9基于市场营销离群数据挖掘的客户分类模型C l i e n tS o r t i n gM o d e lB a s e do nM a r k e t i n gO u t l i e rM i n i n g刘希宋1李文庆1,2 喻登科1(1 哈尔滨工程大学经济管理学院哈尔滨1 5 0 0 0 1;2 国家核电技术公司北京1 0 0 1 4 0)摘要客户分类是企业客户关系管理的基石。客户价值包括当前价值和潜
2、在价值两部分,对于企业实现客户价值目标,最主要的三个客户信息变量为订单金额、商品种类和订单频率。对客户的三个变量的离群数据进行分析。将客户分为9 小类3 大类,不同类别的客户应采取不同的管理策略。在此基础上构建客户分类器和客户分类模型。并进行客户分类的实例研究。关键词市场营销离群数据客户分类中图分类号F 7 1 3 5 0文献标识码A文章编号:1 0 0 2 1 9 6 5(2 0 0 9)1 2 0 1 3 4 0 40 引言客户是企业最重要的资源,客户关系管理已经成为企业管理的核心1。客户关系管理能帮助企业掌握客户的需求趋势,加强与客户的关系,有效地发掘和管理客户资源,获得市场竞争优势。客
3、户分类是企业客户关系管理战略的第一个基石【2 J,传统对客户的划分是基于简单的行为特征和属性特征,例如根据客户所购买的产品类别,根据客户的居住地域等。虽然这种划分对企业的客户管理是有意义的,但却无法回答客户关系管理中最重要的问题,即哪些客户对企业是更有价值的【3J。为此,有些学者提出根据客户价值对客户进行分类的方法(如A B C 法、成本贡献率法等),但这样往往容易丢失潜在客户,不利于新客户的开发【4 J。因此,于红霞等(2 0 0 6)作了改进,提出从企业自身优势、客户当前价值和客户潜在价值三个维度评价客户价值,借助三维价值体系图,将客户分为8 类 3 I。但此种方法的劣势在于:a 没有抓住
4、客户显示出的有效信息,反而将企业自身的优势纳入考察范畴;b 数据获取困难,可操作性差;c 各种指标通过简单的加权平均综合集成得到客户价值,容易漏掉特定客户的重要信息。离群数据就是明显偏离其他数据,不满足数据的一般模式或行为,与存在的其他数据不一致。市场营销离群数据往往反映重要客户的特定信息,从中能够发掘一些真实的、出乎意料的知识,比一般数据所包含的信息更有意义和价值。但由于离群数据的非线性和不规则性往往被当成噪声和如何减少其对正常数据的影响来对待,而对其存在的意义和作用缺乏研究和重视【5J。为此,研究出一种基于市场营销离群数据的客户分类方法,对于统计学领域和市场营销领域的相关研究都具有开拓性意
5、义。而目前电子商务在市场营销中的普遍运用,使市场营销离群数据的知识挖掘更具有可操作性,提升其实践价值。1 客户价值与客户信息1 1 客户价值的两个维度客户价值包括客户当前价值和潜在价值两个维度帕J。根据企业的客户营销准则对客户价值两维度进行界定:假定企业对客户的管理策略保持现有水平,客户目前的购买行为模式不变时,能给企业带来的利润,为客户的当前价值;假定企业采取更积极的客户保持策略,使客户的购买行为向有利于增大企业利润的方向发展时,客户在未来渴望为企业增加的利润,为客户的潜在价值。客户当前价值与潜在价值是对立统一的,对立体现在两者分别反映客户对企业的现阶段和未来的价值贡献,统一体现为两者的综合
6、即构成了客户价值的总体。客户当前价值可用客户价值贡献和客户购买实力加以衡量,客户价值贡献是指已经发生的交易额对于企业利润实现的贡献;客户购买实力是指客户有需求并能承担的购买水平。客户潜在价值可用客户忠诚度收稿日期:2 0 0 9 一0 4 2 2惨回日期:2 0 0 9 0 5 3 1作者简介:刘希宋(1 9 3 6 一),女,教授,博士生导师。研究方向为知识管理与企业管理;李文庆(1 9 6 9 一)。女,博士研究生,研究方向为营销管理;喻登科(1 9 8 5 一),男,博士研究生,研究方向为知识管理、技术管理。万方数据第1 2 期刘希宋,等:基于市场营销离群数据挖掘的客户分类模型1 3 5
7、 和客户需求结构进行测量,客户忠诚度体现的是客户对于企业产品的认可和满意程度,忠诚度越高,客户回头率越大;客户需求结构体现的是客户对于企业不同产品的需求偏好,对于企业(尤其是零售型企业)而言,客户对于企业提供的越多商品感兴趣,客户就可能采购越多的企业产品。1 2 客户信息的三维构成利用客户信息挖掘对客户进行分类,要考虑各种信息获取的难度、信息的重要性、信息的数学属性等。在电子商务环境下,企业基本上可以直接和客户进行点对点交流并从而通过订单的数据搜集获取客户有效信息。但如果企业意图通过下订单过程中增加客户信息量的额外提供来增进企业对客户的了解,则不仅容易增加客户的工作量,影响交易的便捷性,更重要
8、的是容易引起客户的误解和不信任,减弱客户忠诚度。因此,最佳的客户信息收集与获取途径应该是直接对订单数据进行分析。客户下订单进行采购的过程中,企业至少能得到以下三个方面非常精确的数据:一是订单量与订单金额,二是采购商品的种类,三是订单发生时间。订单金额是指客户曾下订单的最大金额,商品种类是指客户曾下订单的所有商品的种类(种类划分由企业确定),订单频率是指一段时间内客户曾下订单的数量。订单金额反映客户价值贡献;由订单发生时间构建的变量订单发生频率反映客户忠诚度;而采购商品的种类既反映客户需求结构,又和订单金额组合使用能反映客户购买实力。因此,能采用订单金额、商品种类和订单频率三个客户信息参数反映客
9、户的价值信息。客户信息与客户价值之间的映射关系如图1 所示。都无量纲化到 O,1 之间,则可以确定出三个变量的取值合理区间 a,b ,其中0 a b 1,a+b=1,则不在合理区间的数据则为离群数据;取中间值为0 5,将小于中间值的等级定义为“低、小、少”,将大于中间值的等级定义为“高、大、多”,将在合理区间内的数据等级定义为“合理”,则按照客户信息三维度可将客户分为9 类,分类依据见表1。如果把客户所处的论域形象化为一个单位立方体容器,则客户分类器见图2。表1 客户分类依据耋型二 二j 二至二互二正 EI“白金”客户“黄金”客户“白银”客户“黄铜”客户V“宝石”客户“珍珠”客户“玛瑙”客户“
10、矿石”客户普通客户合理合理合理塑查譬一一产=二;映射一芑巴!缝:2 2管理策略依据各类别的客户特l 坚竺竺竺H 兰竺竺竺璺坚r -r i i i 而鬲l f i n分剡收据点和价值贡献,可以将上述9 类客户进一L _ _ 一L _ 一H客户?前价k熙利够r 但贝瓢,J 以行上还y 矢各尸进一一一客J-,购必,丈力H几步归纳为三大类,以利于制定更为详细和一州客J、购必,丈力卜J 步归纲为=大类,以利于制定史为详细和L竺竺兰j、垂鬲i而磊尸萎喜莒萎竺的霉裟i理,企B业,m的,重N!鼠。一=H客户潜舟价值y赞各尸贸昂一灭矢:包括l!堡竺!卜_ 叫查!:璺坚竺卜J一类客户;第二大类:包括V、V l、类
11、客户;图l 客户信息与客户价值的映射关系第三2 大2 类1:包蓁兰器理策略。第2 客户分类与管理策略一大类客户的管理必须坚持“重点开发,关键维持”的2 1 客户分类客户信息的三个变量参数可以很原则。I、I I 类客户下订单的频率高,订单金额大,一容易通过客户的订单整理获得,尤其在电子商务环境般来说很大可能是企业型大客户,是企业最重要的客下,所有客户的该组数据都可以通过客户信息系统自户来源,企业应采取关键维持的策略,为客户提供额外动生成并形成表单。通过对三个变量参数的离群数据优惠的特别服务,派出经理级管理人员重点监管,了解的挖掘,可以发现重要客户的有利信息。其基本思路客户需求,为客户主动推荐商品
12、,重点抓售后服务,提为:若将某一企业所有客户(大样本)的三个变量参数高客户的忠诚度。1 1 I、类客户下订单的金额大,但频万方数据1 3 6 情报杂志第2 8 卷率低,一般来说也是企业型大客户,但忠诚度相对较低,企业应采取重点开发的策略,加大对这些客户的公关,为客户提供更加周到与满意的服务,和客户搞好关系或结成联盟。2 2 2 第二大类客户管理策略。第二大类客户的管理必须坚持“高效发掘,有效攻守”的原则。V、类客户下订单的频率高,但订单金额小,一般来说是个人型中小客户,但这两类客户的忠诚度非常高,企业应该做的是主动为客户提供商品清单,介绍各种商品的功能,开发客户对企业产品的需求,但要注意的是,
13、由于每个客户的需求量很小,企业在对其进行管理的过程中要非常注意节约成本,比如邮件广告就是一种较好的模式。类客户下订单的频率低,订单金额也小,但该类客户对各种商品都有一定需求,如果企业能下功夫有效攻守,则这类客户很有可能成为V、类客户,成为企业的重要客户,同样在客户发掘过程中要控制成本。2 2 3 第三大类客户管理策略。第三大类客户的管理必须坚持“培养有度,弃守结合”的原则。类客户是忠诚度非常低的小客户,这类客户如果企业在一定时期内不能将其培养成第二大类客户,则应及时将其放弃,至少不能浪费过多的资源和精力在开发这类客户上,以将企业有限的资源更加高效的配置。类客户是企业的主要客户来源,企业应将部分
14、资源用于该类客户的培养与关系维持,以保证企业营销的可持续,降低企业的市场风险。3 分类模型构建将一个企业的所有客户都置于客户分类器中,只要能确定出合理区间,所有客户的类型也就能顺理成章地明确。按照这个思路,基于离群数据挖掘的客户分类问题就转变为如何确定合理区间 a,b 问题的建模过程。已有的关于客户类型转化预测的研究中,划分客户群体的原则一般采用帕累托“-j 法则”,即企业8 0 收入来自2 0 的客户,7 0 的客户只提供了不足2 0 的利润,另有1 0 的客户不仅不会为企业带来任何利润,甚至会削弱企业的赢利水平。根据这个思路,我们可以确定客户分类模型的分类规则为:第一大类和第二大类的客户占
15、比2 0,第三大类的客户占比为8 0。通过-&法则的约束条件,采用梯度下降法寻找满足约束条件的最佳合理区间,就可以顺利地将客户分类器划分为9 个空间,然后再逐一界定各客户的类型。具体建模步骤如下:3 1获取数据通过企业的客户信息管理系统获取订单金额、商品种类和订单频率等数据,自动生成表单,并给客户标号,形成客户分类分析的论域X=z 1,z 2,z。,其中,l 为客户数量;毛=e 订 e e i。T,分别代表第i 名客户的订单金额、商品种类、订单频率三个数据。3 2 无量纲化采用极值法进行无量纲化处理,其公式为:e i f m i r e i f勺2 忑i 赢(1)3 3 构建客户分类器将所有客
16、户无量纲化后的数据输入三维坐标体系,每个成为坐标体系中单位立方体中的一点。生成初始合理区间 0 5,0 5 ,即将分类器的初始边长设置为0,在图2 中反映就是阴影立方体缩为单位立方体中心的一点。3 4 寻找最佳合理区间定义类客户的集合为C 8=ie i l,2 0 5,e 1 3 1 2O re i l。3 0 5,e i 2 ao re 统3 0 5,e i l a ,类客户的集合为C 9=ia e i b,歹=1,2,3 ,则第三大类客户的集合为C=C 8UC。利用梯度下降法(初始值1 7=b=0 5,采用M A T L A B 编程计算)求解下列规划,可得到合理区间:f m i n 6_
17、 o rm a x a(2)【l e n g t h(C)n 8 0 其中,l e n g t h(C)为向量C 的维度,行为客户总数。3 5 确定客户类型首先,界定以下两类分支定界集合。第一类,分支集合:A l=ie“0 5,歹=1 ;A 2=iI 勺0 5,J=1 ;A 3=iI 0 5,f=2 ;A 4=ie 0 0 5,J=2 ;A 5=ie f f 0 5,j=3 ;A 6=ie o 0 5,J=3 。第二类,定界集合:B l=ie i,a,_ f=1 ;B 2=iI 口e d b,=1 ;B 3=ie i,b,歹=1 ;B 4=ie o n,歹=2 ;B 5=ia e 目b,J=2
18、 ;B 6=ie i 6,歹=2 ;B 7=iP i,a,歹=3 ;B 8=ia e o b,J=3 ;B 9=iI b,J=3 。然后,可以对分支定界集合进行组合运算以确定9 类客户的集合,运算法则如下:I 类客户:C 1=(B 3UB 4UB 9)n(A 2nA 3nA 6);类客户:C 2=(B 3UB 6UB 9)n(A 2nA 4nA 6);万方数据第1 2 期刘希宋,等:基于市场营销离群数据挖掘的客户分类模型1 3 7 类客户:C 3=(B 3UB 6UB 7)n(A 2nA 4nA 5);类客户:C 4=(B 3UB 4UB 7)n(A 2nA 3nA 5);V 类客户:C 5=
19、(B lUB 6UB 9)n(A lnA 4nA 6);类客户:C 6=(B lUB 4UB 9)n(A lnA 3nA 6);类客户:C 7=(B lUB 6UB 7)n(A lf lA 4nA 5);类客户:C s=(B 1UB 4UB 7)f l(A lnA 3nA 5);类客户:C 9=(B 2nB 5nB 8)。4 模型实例为了说明客户分类模型的有效性,从企业客户信息系统中随机抽取5 0 个客户样本,得到原始数据如表2 所示。表2 企业客户样本数据样本变鼍l234567891 0订单金额(千元)6 82 37 92 2“3 65 83 89 l9 2商品种类(种)1 21 241 9
20、95351 81 4订单频率(次年)ll4l133984样本变量儿1 21 31 41 51 61 71 81 92 0订单金额(千元)9 81 7 2 37 72 6 7 28 26 61 5商品种类(种)22 01 l971 771 362 0订单频率(次年)l485568949样本变最2 12 22 32 42 52 6”2 82 9 3 0订单金额(千元)2 42 69 73 05 77 14 08 45 64 8商品种类(种)l O1 651 6961 531 51 8订单频率(次年)2782563429样本变量3 l3 23 33 4订单金额(千元)7 61 5l3 9商品种类(种
21、)1 4431 4订单频率(次年)9981样本变最4 14 24 3“订单金额(于元)2 686 79 8商品种类(种)1 21 111 03 53 6 3 73 83 9 4 09 04 85 21 84 l1 871 41 42 01 21 33326394 54 6 4 74 84 95 09 51 52 88 37 7 6 7677142订单频率(次佯)6195494417按照分类模型步骤,编写客户分类的M A T L A B程序,误差分析图如图3 所示,模型经过8 步的迭代就基本上找到了理想的合理区间,耗时0 0 4 7 s,寻优速度相对较快。合理区间为 0 0 0 7,0 9 9
22、3 ,5 0 个客户的分类状况如表3 所示。模型运算结果显示,客户类型分辨率良好,完全能保证准确率,且运算快捷,操作简单,适合于企业构建智能的客户分类系统。5 结论客户的有效分类对于企业实施客户关系管理,节约企业客户开发成本,提高企业管理效率具有重要的作用。为企业带来重要价值的客户不是企业的大多数客户,而是一部分优质客户,如何识别这部分优质客户,并采取适合的策略进行培养、维持和开发,使企业的客户可持续发展,为企业带来持续竞争优势,成为企业营销管理中的主要任务之一。本文根据离群数据进行优质客户的挖掘,原理科学、方法简单、模型可视化,非常适合于企业开发客户关系管理系统时客户智能分类模块的构建,适合
23、于营销管理人员进行动态的客户类型分析,调整客户管理策略,谋求企业可持续发展。差误12345678迭代次数图3 误差分析图表3 客户分类状况类型霎等霎等昙答萋詈妻等萋雾雾雾蒌吾客户4 3 4 411 1。4 82 0,3 8 3 2,3 31 2类型营通客户2,3。4,5 6,7 8,9 1 2 1 3,1 4。1 5。1 6,1 7,1 8,2 0,2 l,客户2 2 2 3,2 4。2 5 2 6。2 7。2 8,2 9,3 0。3 3。3 4,3 5,3 6,3 8,3 9,加,4 1。“。4 5 4 6。4 7,4 9,5 0参考文献杨兰,卢润德基于客户价值的客户分类方法研究 J 现代管
24、理科学,2 0 0 7(1 1):9 5 9 6A n d r i sAZ o l t n e r s,M i c h a e lBM o o r m a n C v M 模式基石之一:客户分类 J 商学院,2 0 0 8(8):5 0于红霞。汪波,钱荣基于三维客户分类价值体系的客户关系管理研究 J 商业经济与管理,2 0 0 6(n):4 3 4 7王维兵,刘苗客户分类方法综述 J 现代商业,2 0 0 9(3):7 47 5夏火松知识管理市场营销知识获取与共享模式 M 北京:科学出版社,2 0 0 5:6 0F r e dAJ a c o b s,W e s l e yJ o h n s
25、t o n,N a t a l i aK o t c h e t o v a C u s t o m e rP r o f i t a b i l i t y:P r o a p e c t i v ev s R e t r o s p e c t i v eA p p r o a c h e si naB u s i m e s s t o B u s i n e s sS e t t i n g J】I n d u s t r i a lM a r k e t i n gM f 1 f g e m e n t,2 0 0 l(3 0):3 5 3 3 6 3(责编:刘影梅)1i1 J1 J1 jl=眨口!Ib万方数据