基于改进RFM模型的电子商务客户细分

  本文关键词：基于改进RFM模型的电子商务客户细分，由笔耕文化传播整理发布。

对电子商务企业的客户进行准确细分,采取相应的营销策略,是电子商务发展的重要环节。在传统零售行业客户细分的RFM模型上,引入总利润属性,创建RFP模型,使用数据挖掘K-Means算法对某电子商务企业客户进行聚类分析,与RFM模型比较,并分析了模型属性的关联性对聚类结果的影响,得出了模型比较的六个结论和四个营销策略,能为电子商务行业以及其他销售行业提出相关营销策略。

J u n lo o u e p l ain o r a f mp t rA p i t s C c o

I N 0 SS 1 01— 81 90

2 2. 01 05一 O1 h t// tp: . c .c o a n

计算机应用，，02 3 ( ) 13 2 1, 2 5:4 9—14 42文章编号：0 1 9 8 (0 2 0 10— 0 1 2 1 ) 5—13 0 4 9— 4

C EN J I U OD YID

di1 .7 4 S . .07 2 1 . 13 o:0 32/ P J18 .0 2 04 9

基于改进 R M模型的电子商务客户细分 F 徐翔斌，王佳强，涂欢穆明， (. 1中南大学交通运输工程学院，沙 4 0 8; 2华东交通大学机电工程学院，昌 30 1 )长 10 3 .南 3 0 3

(通信作者电子邮箱 w nj qa g2@s aem agi in6 8 i . o ) a n

摘要：对电子商务企业的客户进行准确细分，采取相应的营销策略，电子商务发展的重要环节。在传统零售是 行业客户细分的 R M模型上， F引入总利润属性，创建 R P模型，用数据挖掘 K Men F使 - as算法对某电子商务企业客户 进行聚类分析， R M模型比较，与 F并分析了模型属性的关联性对聚类结果的影响，出了模型比较的六个结论和四个得营销策略，能为电子商务行业以及其他销售行业提出相关营销策略。 关键词：电子商务；数据挖掘； F R M模型；聚类分析；客户细分 中图分类号： P 9 T 31文献标志码： A

Cu t me l s i c to f E- o s o r ca sf a i n o c mm e c s d o m pr v d RFM o e i r e ba e n i oe m dl xu Xin . i a g b n一，W ANG Ja q a g, T a。 i.in U Hu n,MU Mi g n (.Sh o o rf n rnpr tnE gne n,C nrl ot nvrt,C agh nn4 0 8,C ia 1 colfTa cad Tasot i nier g et u U i sy h nsaHua 10 3 hn; f i ao i aS h ei 2 colfMeh ncl n l tcl n ie n,E s C iaJ oogU i rt a ca gj n x 3 0 1,C i ) .Sho o ca i dEe ra gne g at hn i tn

n esy aa ci E i r a v i,N nhn i g i 30 3 hn a a Ab ta t t S e s ni l t l si E c mme c u t me s a c r tl a d tk s i b e sr c:I s e t o c a s y— o i a f r e c so r c u aey n a e u t l ma k t g srt g o h a r ei tae y f r te n

d v l m n o E cmm re a e n te R M ( ee c, rq e c, o e r) m d l sd i u t e l s c t n o eeo e t f -o ec .B s d o h F p R cn y F e u n y M n t y o e u e n c s m rc si a o f a o a f i i ta i o a eal h o a p o tati ue e e i t d c d t e P mo e n Me n l sei g me h d wa s d t r dt n lrt i i .t e ttl r f t b ts w r n r u e o s t RF d la d K- a s cu trn t o s u e o i r o a ay e c so r fa f m c mme c n o a e t h M d 1 h e e a c f mo e t i u e mp c n n l z u t me so r i E—o i n r e a d c mp r d wi t e RF mo e .T e r lv n e o d lat b t s i a to h r c u t rn e ut sa lz d. F n ly t pe essx c n l so bo tt o l se ig r s lswa nay e i al, hepa rg t i o cu insa u hec mpa io e we n t t d l n ut rs n b t e heboh mo e sa d p s

f r a d fu tae isf rE C mme c n t e a e n u t e . o w r o rs t ge — o r o r e a d o h rs ls i d s is r

Ke r s y wo d:E—o cmmec; d t miig R M (R c n y rq e c,Mo eay mo e; cutr a ayi; c so r re aa nn; F e e c,F e u ny n tr ) dl lse n lss utme ca sfc to l siia in

0引言 近年来，电子

商务在短短几年中以惊人的速度蓬勃发展， 它的迅速发展引发了交易方式、流通模式、商业模式的不断创新和进步。一方面它规避了创业者由于实体店面投资而产生的资金风险；另一方面，提高了客户服务水平以及更多的商品选择机会。随着电子商务交易量快速增加和市场的激烈竞争，电子商务领域需要像传统的市场营销一样进行客户细分， 从而满足客户日益增长的个性化需求，并且通过差异化服务、 针对性策略吸引客户，形成长期购买行为，高客户忠诚度，提 在激烈的市场竞争中立于不败之地。杜修平等…引入投资回报率建立 R M— O模型对证券行业客户流失进行了分析； F R I 张玲芳等将 R M( eec, rqe c, oea )型 F R cny Feuny M nt y模 r与原协同过滤机制进行结合，定了差异化的电子商务推荐制策略；刘慧婷等提出了基于经验模态分解方法 ( m icl E pr a i M d eo ps i,MD) K Men o eD cm oio E tn和 - as的客户行为聚类方法， 为商家提供了促销依据。然而大多数国内学者主要进行算法改进，没有对模型进行更符合实际的描述，营销策略仍存在表面阶段，对利润详细分析的模型更是少之又少。

( ee c,r uny Po t R cny Fe ec,rf )模型，后收集并清洗了某 B C q i然 2

电子商务企业 (如卓越网、宁易购等 )苏的销售数据， R M对 F 模型和 R P模型进行聚类效果较好的 K Men F - a s聚类分析，最后比较两种模型效果；同时针对利润分析，提出了

相应的营销策略，能够为大型电子商务企业或者购物网站以及其他销售行业提供客户区分依据。 12 R M模型背景 . F

R M模型是客户关系管理领域中的一种定量分析模型， F 它通过三个属性值来描述客户的重要程度和客户类型，即最近购买时问( )某一期间内购买的次数 ( )某一期间内购 R, F,买的总金额( )它主要用于传统零售行业， 。在反应客户购买偏好方面具有良好的表征性，研究发现 R越小( F越大或 M或值越大 )客户越有可能与企业达成新的交易，,常用于数据挖 掘客户细分。 13改进的 R P模型背景 . F

国外学者认为客户细分模型的构建直接影响到

数据挖掘技术的准确性”。模型描述越准确， 数据挖掘的效果越好。购买金额高但带来低利润的客户不一定是大客户，不一定 满足企业的大客户策略。高销售额虽然提高了企业的资金周

1技术路线和模型背景 1 1研究思路和方法 .

转率，但是给企业带来根本利益的是利润，不应该在模型中被 忽略，尤其是针对目前产品丰富、利润相差较大，有较高利润拥的电子商务企业。如果企业拥有若干个购买金额相差不多利

本文首先引入客户关系管理中 R M模型，立了 R P F建 F 收稿日期：0 11 - 1修回日期：0 11—7 2 1— 10; 2 1 2 1。

基金项目：国家 83计划项目(0 9 A 4 16; 6 20 A 0 Z 0 )江西省自然科学基金资助项目(0 9 Z O 1 )江西省教育厅科技公关项目( J14 7。 20G S05; GJ0 6 )作者简介：徐翔斌( 9 5一)男， 17,江西湖口人，副教授，博士，主要研究方向：知识管理、供应链管理；王佳强( 9 4一)男， 18,福建南平人，硕士研究生，主要研究方向：智能电子商务；涂欢 (9 7一)男， 18,江西南昌人，硕士研究生，主要研究方向：复杂网络；穆明( 9 7一),, 18男湖北荆州人，士研究生，硕主要研究方向：模拟计算。

Word文档免费下载：基于改进RFM模型的电子商务客户细分 （下载1-1页，共1页）

  本文关键词：基于改进RFM模型的电子商务客户细分，由笔耕文化传播整理发布。