RFM模型在网络营销中的数据集群设计与实现

张 媛

(太原大学外语师范学院，太原 030012)

1 概述

网上营销活动在我国蓬勃发展，但只重发展，不顾售后的弊病也是行业顽疾。售后服务不完善至少会导致2个结果，首先是无法有效地提高用户的满意度，进而降低客户粘性;其次是无法让网上营销做到有的放矢。从网上营销者的角度来衡量看待这2个问题，就不难发现售后服务是企业的命脉，但什么是“好的”售后服务呢?业界普遍认为“主动”的售后服务才是真正好的售后服务。主动的售后服务能将专业规划与信息维护引入企业，帮助企业在经营上更加有竞争力，也能提升中小企业对网上营销者的客户粘性［1-2］。

以太原最大的网上营销服务商为研究对象，利用RFM模型对网上营销售后服务客户进行集群分析设计，通过客户售后服务数据分析提取系统所需数据，再使用集群分析工具将客户集群，对分析结果进行解释并提出相应的服务建议，进而提升客户的服务满意度，同时也可为网上营销商提供营销决策参考。

1.1 RFM

在众多的客户关系管理(CRM)的分析模式中，RFM模型应用广泛。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的购买行为、购买的总体频率及花销这3项指标来描述该客户的价值状况。RFM模型较为动态地展示了一个客户的全部轮廓，为个性化的沟通和服务提供了依据，同时，如果与该客户打交道的时间足够长，也能较为精确地判断该客户的长期价值(甚至是终身价值)，通过改善这3项指标的状况，从而为更多的营销决策提供支持［3］。

在RFM模式中，R(Recency)表示客户购买的时间有多远，F(Frequency)表示客户在时间内购买的次数，M(Monetary)表示客户在时间内购买的金额。一般的分析型CRM着重在对客户贡献度的分析，RFM则强调以客户的行为来区分客户。RFM非常适用于生产多种商品的企业，而且这些商品单价相对不高，如消费品、化妆品、小家电、录像带等;它也适合企业内的少数耐久商品，但是该商品中有一部分属于消耗品，如复印机、打印机、汽车维护等消耗品;RFM对于加油站、旅行保险、运输、快递、快餐店、KTV、行动电话信用卡、证券公司等也很适用。

1.2 数据集群

数据库集群即利用至少2台或者多台数据库服务器，构成一个虚拟单一数据库逻辑映像，向客户端提供透明的数据服务［4］。

2 研究方法

根据前述的相关理论，研究提出一个信息售后服务的集群设计过程，首先经过分析得到加权化核心价值类型。进而区分客户类型，然后应用集群工具分析客户数据，最后按照结果提出核心客户营销策略与建议［5］。以太原最大的网上营销服务商为研究对象，利用RFM模型对网上营销售后服务客户进行集群分析设计。集群分析流程图如图1所示。

图1 集群分析流程图

3 系统设计

利用营销数据进行客户等级评估，并将分析所求的结果输入到分析软件进行数据运算，得到各顾客的权重值，再将数据库内的客户服务数据带入RFM模型进行客户价值分数加权运算，最终找到核心客户。将核心客户信息化数据经过集群算法处理，对集群后结果进行解释并提出营销建议，为网上营销者提供营销服务参考。系统架构图见图2。

3.1 信息采集

研究共取得原始客户数据5 280份，由于这些数据都出自同一信息记录软件，因此数据的格式、有效性、准确性都非常符合分析标准。分析采用平均数计算方式汇总综合分数，数据分析的主要方面有以下几项:

(1)信息服务的“维护时间”情况;

(2)信息服务的“维护频率”情况;

(3)信息服务的“维护费用”情况。

图2 系统架构图

3.2 核心顾客分析

以太原最大的网上营销服务商年度维护纪录数据(共有153 590条)为研究基础。利用RFM分析消费数据找出核心客户，研究所采用衡量变量分析，其中，R(Recency)为最近维护时间，F(Frequency)为维护频率，M(Monetary)为维护金额。经过分析，发现客户的消费平均数为3 001.54元，当然，由于客户分为企业客户与个人客户，因此消费数据不能简单地作为核心客户的唯一标准，经过加权处理之后，把标准定位在一个核心客户数值之上，计算后的结果低于平均数值的客户为3 421家，高于平均数值的客户为1 809家，得知核心客户的比例为34.26%。有了核心客户作为基础，系统就可延伸下一步的集群设计。

3.3 核心客户集群分析

对1 809家核心客户的信息进行调查，包含公司客户管理、服务管理及配件管理3大选项。将相应属性数据导入到数据库。首先将所收集的数据属性及数据信息进行量化，利用聚类算法，经过多次的测试及属性调整，最后获得2种较为全面的集群模型系数。核心客户数为34.26%，可以很容易的区分出研究预期的核心客户群是系统的期望信息。如表1所示，企业售后信息建设越完善，售后服务越重视、售后主动性越明显，则对整个经营活动的促进作用越大。

表1 集群分析比较表

4 结论

网上营销打破了传统的经营方式，既有巨大的机遇，同时也要面临巨大的挑战。该研究只针对网上营销的售后服务环境进行集群分析，利用现有的销售和售后数据找出有效的营销服务参考信息，这不仅能提高企业营销的精准度，也能在售后中提高客户的满意度，最终增加客户粘性，为企业的生存保驾护航。研究中应用了“RFM模型”分析与集群分析，分类出核心客户，并抽取具有参考价值的信息作为企业决策的参考依据。

［1］徐鹏.零售业顾客忠诚度的模型研究与聚类挖掘［D］.大连:大连交通大学，2008:21-26.

［2］熊小莉，何景风.基于自组织创新网络的集群式供应链体系研究［J］.物流技术，2006(9):34-37.

［3］王霄宁.基于社会网络分析的产业集群建模及实证检验［J］.系统工程，2005(3):79-84.

［4］安祥茜.基于RFM模型的C2C环境下顾客价值识别研究［D］.成都:西南财经大学学报，2012:34-39.

［5］柴国荣，李振超，王潇耿，等.供应链网络下集群企业合作行为的演化分析［J］.科研管理，2011(5):102-109.