《rfm模型算法》由会员分享，可在线阅读，更多相关《rfm模型算法（8页珍藏版）》请在金锄头文库上搜索。
1、RFM 模型模型一、RFMT 模型介绍 .1 二、RFMT 模型建立 .2 1、指标权重确立 2 1.1 建立判断矩阵.2 1.2 归一化处理3 1.3 计算判断矩阵的最大特征根 max4 2、R、F、M、T 值的标准化 5 3、计算单个客户的价值得分.5 4、将客户分类，计算每一类客户的价值得分.5 三、存在问题与优化方向.7一、一、RFMTRFMT 模型介绍模型介绍在营销活动中，每个客户的价值因其购买能力和实际需求的不同而各不相同，寻找一 种工具来辨别客户价值至关重要。客户价值模型的建立可以对客户进行排序分类，然后对 客户进行个性化营销。本文为南航精准营销体系的建立引入了 RFMT 模型，
2、它以客户关系领域广泛用来衡量 客户价值和描述客户行为的 RFM 模型为基础，拓展而成。RFMT 模型有四个指标，如下 R（Recency）R 表示用户最近一次购买南航机票的时间间隔。理论上，最近一次消费时间越近的用 户应该是比较好的用户，对提供即时的商品或是服务也最有可能会有反应。R 指标主要刻 画了用户对南航网站的关注程度。 F（Frequency）F 表示用户在限定时间内购买机票的频率，消费频率越高的用户，其满意度和忠诚度 也就越高。F 指标主要刻画了用户对南航的忠诚度。 M（Monetary） M 表示用户在限定时间购买南航机票的平均金额。消费金额是所有数据库报告的支柱， 直接反应了南航
3、的盈利情况。M 指标主要刻画了用户的购买力。 T（Topest）T 表示单次购买的最高金额，反映的是客户一次性消费的最高能力。RFMT 模型以上述四个指标为替代变量，通过指标标准化和赋予权重来计算客户价值， 然后根据用户价值来进行均值聚类分析，将用户分成不同的类别，作为南航精准营销的基 础。二、二、RFMTRFMT 模型建立模型建立研究对象：南航购票客户 客户定位：姓名+证件号码 数据：2013 年 1 月 1 日2013 年 1 月 31 日的官网销售数据 20 万条销售记录 模型涉及：数据分析、网站营销、网站推广 执行问题：数据提取用时久，需设备支持。1、指标权重确立、指标权重确立本文用层
4、次分析法来确定模型各个指标的权重，层次分析法（Analytic Hierarchy Process 简称 AHP）是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础 之上进行定性和定量分析的决策方法，步骤如下：1.11.1 建立判断矩阵建立判断矩阵首先进行人为的定性判定，因为在价值评估中客户的消费额对于企业的利润贡献度较 大，所以一般来说 M 应该具有最高的重要性；F 重在衡量客户的忠诚度，忠诚度越高，对 于企业的价值也越高，所以 F 也会占到一定的比例；而最高消费额 T 在一定程度上可以体 现客户的消费能力，这个因素对于区分价格敏感型的客户有参考作用；R 最近一次消费则 是关系到
5、一个客户的最近情况，由于对与航空业来说客户的需求不连续，所以 R 指标对于 衡量客户价值权重不高，但从理论上说最近有购买的客户会比更长时间之前购买的客户对 南航具有更高的产品关注度，营销效果也会好点，所以把 R 也当作其中一个指标参考。 对于这四个指标，首先需要通过专家评估法来对各项指标进行两两对比，对比的标准 如下图所示：表 层次分析法标度表标度定义与说明1两个元素对属性具有同样的重要性3两个因素比较，一个因素比另外一个元素稍微重要5两个因素比较，一个因素比另外一个元素明显重要7两个因素比较，一个因素比另外一个元素非常重要9两个因素比较，一个因素比另外一个元素极端重要2，4，6，8表示需要在
6、两个标准中折衷1/bij两个元素间的反比较本文采用专家评估法来确定指标之间的重要性，其中根据实际情况，专家人群选取了 论文小组成员。首先评估人员对四个指标进行定性判定。由于在价值评估中客户的消费额对于企业的 利润贡献度较大，所以一般来说 M 应该具有最高的重要性；F 重在衡量客户的忠诚度，忠 诚度越高，对于企业的价值也越高，所以 F 也会占到一定的比例；而最高消费额 T 在一定 程度上可以体现客户的消费能力，这个因素对于区分价格敏感型的客户有参考作用；R 最 近一次消费则是关系到一个客户的最近情况，由于对与航空业来说客户的需求不连续，所 以 R 指标对于衡量客户价值权重不高。 然后根据定性判断
7、来对各指标进行两两对比，取评估人员的平均值，可得：RFMTR11/51/71/4F511/22M7213T41/21/311.21.2 归一化处理归一化处理矩阵每一列元素的总和矩阵每一列元素的总和RFMTR11/51/71/4F511/22M7213T41/21/31各列之和 17.003.701.986.25归一化处理归一化处理RFMTR0.06 0.060.08 0.14 F0.29 0.27 0.25 0.32 M0.41 0.54 0.51 0.48 T0.14 0.04 0.17 0.06 判断矩阵的特征向量判断矩阵的特征向量RFMT各行之和R0.06 0.05 0.07 0.04
8、0.33F0.29 0.27 0.25 0.32 1.13M0.41 0.54 0.51 0.48 1.44T0.14 0.04 0.17 0.06 0.32对向量对向量=（0.22，1.13，1.44，0.32）T进行归一化处理，得进行归一化处理，得 R、F、M、T 判断矩阵判断矩阵w的特征向量：的特征向量：W=（0.13，0.34，0.43，0.10）1.31.3 计算判断矩阵的最大特征根计算判断矩阵的最大特征根 maxmax0.060.050.070.040.060.23 0.290.270.250.320.281.16 0.410.540.510.480.481.97 0.240.14
9、0.170.160.170.70()BW 4.05，其中(Bw)i表示向量Bw的第 i 个元素。1()maxniiiBw nw1.41.4 一致性检验一致性检验矩阵一致性指标CI，0.02；max.1nC InRI 取值表：n12345678910 RI000.580.91.121.241.321.411.451.49计算随机一致性比率 CR，0.0220.1；CICRRI当 CR0.1 时，认为层次总排序通过一致性检验。所以最后确定 R、F、M、T 的权重分别为 0.13，0.34，0.43，0.10。故， （WF，WR，WM，WT ）=（0.13，0.34，0.43，0.10）有价值的客户
10、访问时间间隔消费总额单次最高 消费金额0.100.130.43消费频率0.342、R、F、M、T 值的标准化值的标准化对各属性进行规格化变换，规格化变换又称为极差正规比变换，它是从数据矩阵中的 每一个变量最大值和最小值，并用最大值减去最小值得出极差。然后用每一个原始数据减去该变量中的最小值，再除以极差，即得到规格化数据，标准化公式：X=(X-XMIN)/(XMAX-XMIN) （1）X=(XMAX-X)/(XMAX-XMIN) （2） 其中，X是标准化的 R，F，M，T 值，X 是原值，XMAX和 XMIN分别是该指标的最大 值和最小值。由于 F，M，T 指标的影响是正向的，所以适用式（1）
11、，而 R 得指标影响是负 向的，适用式（2） 。根据 2013 年 1 月的销售数据，得 X XR RMINMIN=0=0，X XR RMIAXMIAX=30=30，X XF FMINMIN=1=1，X XF FMAXMAX=42=42，X XMMMINMIN=0=0，X XMMMAXMAX=40690=40690，X XT TMINMIN=0=0，X XT TMAXMAX=35=35 630630。3、计算单个客户的价值得分、计算单个客户的价值得分对标准化后的 R，F，M，T 进行加权求和，得到每个客户的价值得分，公式如下：SRFMT=Wr*Xr+ Wf*Xf+ Wm*Xm+ Wt*Xt （
12、3） 式中 SRFM表示客户的 RFMT 价值得分，Wr、Wf、Wm分别表示 R、F、M 各指标的权 重，Xr、 Xf、 Xm、Xt分别表示标准化后的 R、F、M、T 值。如下表所示： 客户RFMT价值 113193057071000.72 29181387019500.49 314182998071000.69 45164069047200.8 5201432806400.27 62143079063000.67 7613507013800.31 81121695027100.45 914122797071000.58 10711335012200.26 11011459013200.29
13、12611396010200.26 1371155109800.28 14510693016400.29 153101467031300.39 1661041108400.25 17810766019500.29 181410642016400.26 191510695016400.27 20010566030000.29 21510559011400.27 2299790023400.28 23191706059500.43 243925306900.224、将客户分类，计算每一类客户的价值得分、将客户分类，计算每一类客户的价值得分使用 K-均值聚类法时，需要预先判断其聚类的类别数。在模型中
14、客户分类通过每个顾 客类别 RFMT 平均值与总 RFMT 平均值相比较来决定的，而单个指标的比较只能有两种情 况:大于(等于)或小于平均值，因此可能有 16 种类别，利用 SPSS 我们也可以知道那位客户 属于哪个类别。 通过 RFM 分析将南航的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、一般客户等 5 个级别，各客户级别如下表所示。客户分级不仅揭示了客户 在级别上的差异，而且反映了客户在行为上的特性和变化倾向。针对不同等级的客户，采 取不同的管理策略。但是，这种分类只是确定了客户的等级，却没有各类客户之间的一个 量化的价值比较，因而对各类客户做相应的价值分析是
15、非常有必要的。 标准化的 RFM 加权分类客户类别客户数量RFMT每类价值客户级别排序150.530.840.520.160.59重要保持1218240.890.190.080.050.22重要发展23180190.970.030.030.030.15重要挽留3440.930.650.650.160.64重要保持15325670.290.03000.07一般重要5680.530.10.761.010.53重要保持17164730.770.050.040.030.14重要挽留3880.840.10.760.980.57重要保持19590.680.130.370.440.34重要保持2102694
16、90.450.030.020.020.08一般重要511178430.870.030.030.030.14重要挽留31212670.530.120.130.140.18重要挽留3137640.840.090.150.170.22重要发展214228170.680.030.030.030.11一般415399240.120.03000.04一般重要516214670.560.030.030.030.1一般4均值0.660.160.230.210.26客户分类后，并不知道每一类客户的价值差别有多大，相对企业的重要性怎样。利用 AHP 法分析得到的 RFMT 各指标权重，并结合各类顾客的标准化后 RFMT 指标，可以得到 每个类别客户的价值得分
