數(shù)據(jù)挖掘應(yīng)用案例RFM模型分析與客戶細(xì)分沈浩老師

1、這里，我先給各位朋友拜年，祝大家新春快樂！       兔年就要過去了，本命年的最后一天再不更新博客有點(diǎn)對(duì)不住大家！正好剛幫某電信行業(yè)完成一個(gè)數(shù)據(jù)挖掘工作，其中的RFM模型還是有一定代表性，就再把數(shù)據(jù)挖掘RFM模型的建模思路細(xì)節(jié)與大家分享一下吧！手機(jī)充值業(yè)務(wù)是一項(xiàng)主要電信業(yè)務(wù)形式，客戶的充值行為記錄正好滿足RFM模型的交易數(shù)據(jù)要求。       根據(jù)美國(guó)數(shù)據(jù)庫營(yíng)銷研究所Arthur Hughes的研究，客戶數(shù)據(jù)庫中有三個(gè)神奇的要素，這三個(gè)要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)：最近一次

2、消費(fèi)(Recency)、消費(fèi)頻率(Frequency)、消費(fèi)金額(Monetary)。        我早期兩篇博文已詳述了RFM思想和IBM Modeler操作過程，有興趣的朋友可以閱讀！        RFM模型：R(Recency)表示客戶最近一次購(gòu)買的時(shí)間有多遠(yuǎn)，F(xiàn)(Frequency)表示客戶在最近一段時(shí)間內(nèi)購(gòu)買的次數(shù)，M  (Monetary)表示客戶在最近一段時(shí)間內(nèi)購(gòu)買的金額。一般原始數(shù)據(jù)為3個(gè)字段：客戶ID、購(gòu)買時(shí)間（日期格式）、

3、購(gòu)買金額，用數(shù)據(jù)挖掘軟件處理，加權(quán)（考慮權(quán)重）得到RFM得分，進(jìn)而可以進(jìn)行客戶細(xì)分，客戶等級(jí)分類，Customer Level Value得分排序等，實(shí)現(xiàn)數(shù)據(jù)庫營(yíng)銷！       這里再次借用數(shù)據(jù)挖掘與數(shù)據(jù)分析的RFM客戶RFM分類圖。本次分析用的的軟件工具：IBM SPSS Statistics 19，EXCEL和PPT       因?yàn)镽FM分析僅是項(xiàng)目的一個(gè)小部分分析，但也面臨海量數(shù)據(jù)的處理能力，這一點(diǎn)對(duì)計(jì)算機(jī)的內(nèi)存和硬盤容量都有要求。   

4、;    先說說對(duì)海量數(shù)據(jù)挖掘和數(shù)據(jù)處理的一點(diǎn)體會(huì)：（僅指?jìng)€(gè)人電腦操作平臺(tái)而言）· 一般我們拿到的數(shù)據(jù)都是壓縮格式的文本文件，需要解壓縮，都在G字節(jié)以上存儲(chǔ)單位，一般最好在外置電源移動(dòng)硬盤存儲(chǔ)；如果客戶不告知，你大概是不知道有多少記錄和字段的；· Modeler挖掘軟件默認(rèn)安裝一般都需要與C盤進(jìn)行數(shù)據(jù)交換，至少需要100G空間預(yù)留，否則讀取數(shù)據(jù)過程中將造成空間不足· 海量數(shù)據(jù)處理要有耐心，等待30分鐘以上運(yùn)行出結(jié)果是常有的現(xiàn)象，特別是在進(jìn)行抽樣、合并數(shù)據(jù)、數(shù)據(jù)重構(gòu)、神經(jīng)網(wǎng)絡(luò)建模過程中，要有韌性，否則差一分鐘中斷就悲劇了，呵呵；

5、3; 數(shù)據(jù)挖掘的準(zhǔn)備階段和數(shù)據(jù)預(yù)處理時(shí)間占整個(gè)項(xiàng)目的70%，我這里說如果是超大數(shù)據(jù)集可能時(shí)間要占到90%以上。一方面是處理費(fèi)時(shí)，一方面可能就只能這臺(tái)電腦處理，不能幾臺(tái)電腦同時(shí)操作；· 多帶來不同，這是我一直強(qiáng)調(diào)的體驗(yàn)。所以海量數(shù)據(jù)需要用到抽樣技術(shù)，用來查看數(shù)據(jù)和預(yù)操作，記?。河袝r(shí)候即使樣本數(shù)據(jù)正常，也可能全部數(shù)據(jù)有問題。建議數(shù)據(jù)分隔符采用“|”存儲(chǔ)；· 如何強(qiáng)調(diào)一個(gè)數(shù)據(jù)挖掘項(xiàng)目和挖掘工程師對(duì)行業(yè)的理解和業(yè)務(wù)的洞察都不為過，好的數(shù)據(jù)挖掘一定是市場(chǎng)導(dǎo)向的，當(dāng)然也需要IT人員與市場(chǎng)人員有好的溝通機(jī)制；· 數(shù)據(jù)挖掘會(huì)面臨數(shù)據(jù)字典和語義層含義理解，在MetaData元數(shù)據(jù)管

6、理和理解上下功夫會(huì)事半功倍，否則等數(shù)據(jù)重構(gòu)完成發(fā)現(xiàn)問題又要推倒重來，悲??；· 每次海量大數(shù)據(jù)挖掘工作時(shí)都是我上微博最多的時(shí)侯，它真的沒我算的快，只好上微博等它，哈哈！傳統(tǒng)RFM分析轉(zhuǎn)換為電信業(yè)務(wù)RFM分析主要思考：這里的RFM模型和進(jìn)而細(xì)分客戶僅是數(shù)據(jù)挖掘項(xiàng)目的一個(gè)小部分，假定我們拿到一個(gè)月的客戶充值行為數(shù)據(jù)集（實(shí)際上有六個(gè)月的數(shù)據(jù)），我們們先用IBM Modeler軟件構(gòu)建一個(gè)分析流：數(shù)據(jù)結(jié)構(gòu)完全滿足RFM分析要求，一個(gè)月的數(shù)據(jù)就有3千萬條交易記錄！我們先用挖掘工具的RFM模型的RFM匯總節(jié)點(diǎn)和RFM分析節(jié)點(diǎn)產(chǎn)生R(Recency)、F(Frequency)、M  (Mo

7、netary)； 接著我們采用RFM分析節(jié)點(diǎn)就完成了RFM模型基礎(chǔ)數(shù)據(jù)重構(gòu)和整理；    現(xiàn)在我們得到了RFM模型的Recency_Score、Frequency_Score、Monetary_Score和RFM_Score；這里對(duì)RFM得分進(jìn)行了五等分切割，采用100、10、1加權(quán)得到RFM得分表明了125個(gè)RFM魔方塊。傳統(tǒng)的RFM模型到此也就完成了，但125個(gè)細(xì)分市場(chǎng)太多啦無法針對(duì)性營(yíng)銷也需要識(shí)別客戶特征和行為，有必要進(jìn)一步細(xì)分客戶群；       另外：RFM模型其實(shí)僅僅是一種

8、數(shù)據(jù)處理方法，采用數(shù)據(jù)重構(gòu)技術(shù)同樣可以完成，只是這里固化了RFM模塊更簡(jiǎn)單直接，但我們可以采用RFM構(gòu)建數(shù)據(jù)的方式不為RFM也可用該模塊進(jìn)行數(shù)據(jù)重構(gòu)。        我們可以將得到的數(shù)據(jù)導(dǎo)入到Tableau軟件進(jìn)行描述性分析：（數(shù)據(jù)挖掘軟件在描述性和制表輸出方面非常弱智，哈哈）我們也可以進(jìn)行不同塊的對(duì)比分析：均值分析、塊類別分析等等這時(shí)候我們就可以看出Tableau可視化工具的方便性       接下來，我們繼續(xù)采用挖掘工具對(duì)R、F、M三個(gè)字段進(jìn)行聚類分析

9、，聚類分析主要采用：Kohonen、K-means和Two-step算法：         這時(shí)候我們要考慮是直接用R(Recency)、F(Frequency)、M  (Monetary)三個(gè)變量還是要進(jìn)行變換，因?yàn)镽、F、M三個(gè)字段的測(cè)量尺度不同最好對(duì)三個(gè)變量進(jìn)行標(biāo)準(zhǔn)化，例如：Z得分（實(shí)際情況可以選擇線性插值法，比較法，對(duì)標(biāo)法等標(biāo)準(zhǔn)化）！另外一個(gè)考慮：就是R、F、M三個(gè)指標(biāo)的權(quán)重該如何考慮，在現(xiàn)實(shí)營(yíng)銷中這三個(gè)指標(biāo)重要性顯然不同！       有資料研究表明：對(duì)RFM各變量的指標(biāo)權(quán)重問題,Hughes,Arthur認(rèn)為RFM在衡量一個(gè)問題上的權(quán)重是一致的,因而并沒有給予不同的劃分。而Stone,Bob通過對(duì)信用卡的實(shí)證分析,認(rèn)為各個(gè)指標(biāo)的權(quán)重并不相同,應(yīng)該給予頻度最高,近度次之,值度最低的權(quán)重；