模糊C均值聚类算法在烟草行业RFM模型中的应用研究

文/刘章敏 刘蔷，山东中烟责任有限公司青岛卷烟厂

1 烟草企业的RFM模型

客户关系模型(CRM)是企业利用信息技术协调企业与客户之间从产品的销售、营销和产品服务的交互关系，为客户提供个性化的服务过程。从定义上就可以看出其目的是为了增加企业在市场中的占有额，吸引新客户并将已有客户发展为忠实客户。CRM模型的核心是客户价值管理，以满足不同价值用户的需求。

2 模糊C均值聚类（FCM）算法

要求目标函数的极小值，对公式（3.2）中的参数求偏导数得到目标函数（3.1）取极小值的条件为

3 仿真实现及客户群体分析

本文利用FCM算法对某烟草企业的RFM模型中的三个指标进行聚类分析，样本数据一共930组。

首先对930组指标数据进行预处理，对异常和缺失数据进行剔除和补偿后，用算法进行挖掘，将其分成四类。其中算法的最大迭代次数为30、模糊指数为2。经Matlab[8]仿真之后得到聚类结果，分别从这三个指标对这四类的最终聚类中心进行比较排序。

进一步对上面的统计结果进行分析，从每一类对应的客户数据进行统计，其结果如表3-1所示。

表3-1 各类别客户信息统计表Table 3-3 Statistics of Customer Information in Each Category

从表3-1可以看出，经FCM算法对客户划分与实际情况也是比较吻合的，因为烟草零售绝大多数是一些规模较小的代销点，从表中也可以看出其（第一类和第四类）订烟数量和订烟金额数量都在80%以上。

4 总结

本文基于烟草企业的RFM模型利用模糊C均值聚类算法对烟草客户的订烟金额、订烟次数以及与最近订烟的周期这三个指标进行聚类分析。将这些烟草企业客户分成了四类：十分重要客户、重要客户、普通客户和小客户。通过对聚类以及统计结果进行分析对这些客户的特点进行总结，并对烟草企业在客户服务上提供了一些建议。