RFM客戶價(jià)值模型

1、RFM客戶價(jià)值模型目錄隱藏?1 RFM模型的內(nèi)容01.1最近一次消費(fèi)01.2消費(fèi)頻率01.3消費(fèi)金額?2 RFM模型的應(yīng)用意義?3 RFM模型案例分析03.1案例一：基于RFM的電信客戶市場(chǎng)細(xì)分方法1?4參考文獻(xiàn)編輯RFM模型的內(nèi)容根據(jù)美國(guó)數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)研究所Arthur Hughes的研究，客戶數(shù)據(jù)庫(kù)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)：? 最近一次消費(fèi)(Recency)?消費(fèi)頻率(Frequency)?消費(fèi)金額(Monetary)編輯最近一次消費(fèi)最近一次消費(fèi)意指上一次購(gòu)買(mǎi)的時(shí)候顧客上一次是幾時(shí)來(lái)店里、上一次根據(jù)哪本郵購(gòu)目錄購(gòu)買(mǎi)東西、什么時(shí)候買(mǎi)的車(chē)，或在你的超市買(mǎi)早餐最近的一次

2、是什么時(shí)候。理論上，上一次消費(fèi)時(shí)間越近的顧客應(yīng)該是比較好的顧客，對(duì)提供即時(shí)的 商品或是服務(wù)也最有可能會(huì)有反應(yīng)。營(yíng)銷(xiāo)人員若想業(yè)績(jī)有所成長(zhǎng)，只能靠偷取競(jìng)爭(zhēng)對(duì)手的市場(chǎng)占有率，而如果要密切地注意 消費(fèi)者的購(gòu)買(mǎi)行為，那么最近的一次消費(fèi)就是營(yíng)銷(xiāo)人員第一個(gè)要利用的工具。歷史顯示，如果我們能讓消費(fèi)者購(gòu)買(mǎi)，他們就會(huì)持續(xù)購(gòu)買(mǎi)。這也就是為什么，0至6個(gè)月的顧客收到營(yíng)銷(xiāo)人員的溝通信息多于 31至36個(gè)月的顧客。最近一次消費(fèi)的過(guò)程是持續(xù)變動(dòng)的。在顧客距上一次購(gòu)買(mǎi)時(shí)間滿一個(gè)月之后，在數(shù)據(jù)庫(kù)里就成為最近一次消費(fèi)為兩個(gè)月的客戶。反之，同一天，最近一次消費(fèi)為3個(gè)月前的客戶作了其下一次的購(gòu)買(mǎi)，他就成為最近一次消費(fèi)為一天前的顧客，

3、也就有可能在很短的期間內(nèi)就收到新的折價(jià)信息。最近一次消費(fèi)的功能不僅在于提供的促銷(xiāo)信息而已，營(yíng)銷(xiāo)人員的最近一次消費(fèi)報(bào)告可以監(jiān)督事業(yè)的健全度。優(yōu)秀的營(yíng)銷(xiāo)人員會(huì)定期查看最近一次消費(fèi)分析，以掌握趨勢(shì)。月報(bào)告如果顯示上一次購(gòu)買(mǎi)很近的客戶，(最近一次消費(fèi)為1個(gè)月)人數(shù)如增加，則表示該公司是個(gè)穩(wěn)健成長(zhǎng)的 公司； 反之，如上一次消費(fèi)為一個(gè)月的客戶越來(lái)越少，則是該公司邁向不健全之路的征兆。最近一次消費(fèi)報(bào)告是維系顧客的一個(gè)重要指標(biāo)。最近才買(mǎi)你的商品、服務(wù)或是光顧你商店的消費(fèi)者，是最有可能再向你購(gòu)買(mǎi)東西的顧客。再則，要吸引一個(gè)幾個(gè)月前才上門(mén)的顧客購(gòu)買(mǎi)，比吸引一個(gè)一年多以前來(lái)過(guò)的顧客要容易得多。營(yíng)銷(xiāo)人員如接受這種強(qiáng)有

4、力的營(yíng)銷(xiāo)哲學(xué)與顧客建立長(zhǎng)期的關(guān)系而不僅是賣(mài)東西，會(huì)讓顧客持續(xù)保持往來(lái)，并贏得他們的忠誠(chéng)度。編輯消費(fèi)頻率消費(fèi)頻率是顧客在限定的期間內(nèi)所購(gòu)買(mǎi)的 次數(shù)。我們可以說(shuō)最常購(gòu)買(mǎi)的顧客， 也是滿意度最 高的顧客。如果相信品牌及商店忠誠(chéng)度的話，最常購(gòu)買(mǎi)的消費(fèi)者，忠誠(chéng)度也就最高。增加顧客購(gòu)買(mǎi)的次數(shù)意味著從競(jìng)爭(zhēng)對(duì)手處偷取市場(chǎng)占有率，由別人的手中賺取營(yíng)業(yè)額。根據(jù)這個(gè)指標(biāo)，我們又把客戶分成五等分，這個(gè)五等分分析相當(dāng)于是一個(gè)忠誠(chéng)度的階梯”(loyalty ladder),其訣竅在于讓消費(fèi)者一直順著階梯往上爬，把銷(xiāo)售想像成是要將兩次購(gòu)買(mǎi)的顧客往上推成三次購(gòu)買(mǎi)的顧客，把一次購(gòu)買(mǎi)者變成兩次的。編輯消費(fèi)金額消費(fèi)金額是所有數(shù)據(jù)庫(kù)

5、報(bào)告的支柱，也可以驗(yàn)證帕雷托法則”(Pareto ' s Law)一公司80 %的收入來(lái)自20 %的顧客。它顯示出排名前10%的顧客所花費(fèi)的金額比下一個(gè)等級(jí)者多出至少2倍，占公司所有 營(yíng)業(yè)額的40 %以上。如看累計(jì)百分比的那一欄，我們會(huì)發(fā)現(xiàn)有40 %的顧客貢獻(xiàn)公司總營(yíng)業(yè)額的80%;而有60%的客戶占營(yíng)業(yè)額的90 %以上。最右的一欄顯示每一等分顧客的平均消費(fèi)，表現(xiàn)最好的10 %的顧客平均花費(fèi) 1195美元，而最差的10 %僅有18美元。如果你的預(yù)算不多，而且只能提供服務(wù)信息給2000或3000個(gè)顧客，你會(huì)將信息郵寄給貢獻(xiàn)40 %收入的顧客，還是那些不到1 %的顧客？數(shù)據(jù)庫(kù)營(yíng)銷(xiāo) 有時(shí)候就是

6、這么簡(jiǎn)單。這樣的營(yíng)銷(xiāo)所節(jié)省下來(lái)的成本會(huì)很可觀。結(jié)合這三個(gè)指標(biāo)， 我們就可以把顧客分成 5*5*5 = 125類，對(duì)其進(jìn)行數(shù)據(jù)分析，然后制定 我們的營(yíng)銷(xiāo)策略。最近一次消費(fèi)、消費(fèi)頻率、消費(fèi)金額是測(cè)算消費(fèi)者價(jià)值最重要也是最容易的方法，這充分的表現(xiàn)了這三個(gè)指標(biāo)對(duì)營(yíng)銷(xiāo)活動(dòng)的指導(dǎo)意義。而其中，最近一次消費(fèi)是最有力的預(yù)測(cè)指標(biāo)。編輯RFM模型的應(yīng)用意義在眾多的 客戶關(guān)系管理（CRM）的分析模式中，RFM模型是被廣泛提到的。 RFM模型是衡量 客戶價(jià)值和客戶創(chuàng)利能力的重要工具和手段。該模型通過(guò)一個(gè)客戶的近期購(gòu)買(mǎi)行為、購(gòu)買(mǎi)的總體頻率以及花了多少錢(qián)三項(xiàng)指標(biāo)來(lái)描述該客戶的價(jià)值狀況。RFM模型較為動(dòng)態(tài)地層示了一個(gè)客戶的

7、全部輪廓，這對(duì)個(gè)性化的溝通和服務(wù)提供了依據(jù)， 同時(shí)，如果與該客戶打交道的時(shí)間足夠長(zhǎng)，也能夠較為精確地判斷該客戶的長(zhǎng)期價(jià)值（甚至是終身價(jià)值），通過(guò)改善三項(xiàng)指標(biāo)的狀況，從而為更多的營(yíng)銷(xiāo)決策提供支持。在RFM模式中，R（Recency）表示客戶最近一次購(gòu)買(mǎi)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(mǎi)的次數(shù)，M （Monetary）表示客戶在最近一段時(shí)間內(nèi)購(gòu)買(mǎi)的金額。一般的 分析型CRM著重在對(duì)于客戶貢獻(xiàn)度的分析，RFM則強(qiáng)調(diào)以客戶的行為來(lái)區(qū)分客戶。RFM非常適用于生產(chǎn)多種商品的企業(yè)，而且這些商品單價(jià)相對(duì)不高，如 消費(fèi)品、化妝品、小家電、錄像帶店、超市等；它也適合在一個(gè)企業(yè)內(nèi)只有

8、少數(shù)耐久商品，但是該商品中有一部分屬于消耗品，如復(fù)印機(jī)、打印機(jī)、汽車(chē)維修等消耗品；RFM對(duì)于加油站、旅行保險(xiǎn)、運(yùn)輸、快遞、快餐店、KTV、行動(dòng)電話信用卡、證券公司等也很適合。RFM可以用來(lái)提高客戶的交易次數(shù)。業(yè)界常用的DM （直接郵寄），常常一次寄發(fā)成千上萬(wàn)封郵購(gòu)清單，其實(shí)這是很浪費(fèi)錢(qián)的。根據(jù)統(tǒng)計(jì)（以一般郵購(gòu)日用品而言），如果將所有 R（Recency）的客戶分為五級(jí)， 最好的第五級(jí)回函率是第四級(jí)的三倍，因?yàn)檫@些客戶剛完成交易不久，所以會(huì)更注意同一公司的產(chǎn)品信息。如果用M（Monetary）來(lái)把客戶分為五級(jí)，最好與次好的平均回復(fù)率，幾乎沒(méi)有顯著差異。有些人會(huì)用客戶絕對(duì)貢獻(xiàn)金額來(lái)分析客戶是否流失

9、，但是絕對(duì)金額有時(shí)會(huì)曲解 客戶行為。因?yàn)槊總€(gè)商品價(jià)格 可能不同，對(duì)不同產(chǎn)品的促銷(xiāo)有不同的折扣，所以采用相對(duì)的分級(jí) （例如R、F、M都各分為五級(jí)）來(lái)比較消費(fèi)者在級(jí)別區(qū)間的變動(dòng)，則更可以顯現(xiàn)出相對(duì)行為。企業(yè)用R、F的變化，可以推測(cè)客戶消費(fèi)的異動(dòng)狀況，根據(jù)客戶流失的可能性，列出客戶，再?gòu)?M （消費(fèi)金額）的角度來(lái)分析，就可以把重點(diǎn)放在貢獻(xiàn)度高且流失機(jī)會(huì)也高的客戶上，重點(diǎn)拜訪或聯(lián)系，以最有效的方式挽回更多的商機(jī)。RFM也不可以用過(guò)頭，而造成高交易的客戶不斷收到信函。每一個(gè)企業(yè)應(yīng)該設(shè)計(jì)一個(gè)客戶 接觸頻率規(guī)則，如購(gòu)買(mǎi)三天或一周內(nèi)應(yīng)該發(fā)出一個(gè)感謝的電話或Email ,并主動(dòng)關(guān)心消費(fèi)者是否有使用方面的問(wèn)題，一

10、個(gè)月后發(fā)出使用是否滿意的詢問(wèn)，而三個(gè)月后則提供 交叉銷(xiāo)售 的建議，并開(kāi)始注意客戶的流失可能性，不斷地創(chuàng)造主動(dòng)接觸客戶的機(jī)會(huì)。這樣一來(lái)，客戶再購(gòu)買(mǎi)的機(jī)會(huì)也會(huì)大幅提高。企業(yè)在推行 CRM時(shí)，就要根據(jù) RFM模型的原理，了解客戶差異，并以此為主軸進(jìn)行企業(yè) 流程重建，才能創(chuàng)新業(yè)績(jī)與利潤(rùn)。否則，將無(wú)法在新世紀(jì)的市場(chǎng)立足。編輯RFM模型案例分析編輯案例一:基于RFM的電信客戶市場(chǎng)細(xì)分方法1對(duì)于電信企業(yè)而言，不同的客戶具有不同的 內(nèi)在價(jià)值，企業(yè)的首要問(wèn)題就是采取有效方法對(duì) 客戶進(jìn)行分類，發(fā)現(xiàn)客戶內(nèi)在價(jià)值的變化規(guī)律與分布特征，并以此制定客戶的差別化服務(wù)政策，通過(guò)政策的實(shí)施將客戶分類的結(jié)果作用于企業(yè)實(shí)踐。針對(duì)電

11、信行業(yè)提出一種基于改進(jìn)RFM模型的客戶分類方法。應(yīng)用層次分析法 來(lái)確定RFM模型中每個(gè)變量的權(quán)重，在此基礎(chǔ)上，應(yīng)用K均值聚類法來(lái)對(duì)客戶進(jìn)行分類，之后分析每一類客戶的行為特征和價(jià)值，并且對(duì)不同的顧客類別采取不同的策略。一、電信行業(yè) RFM模型?？蛻舴诸惙椒ㄖ饕谢陬櫩屠麧?rùn)率的分類和基于指標(biāo)組合的客戶分類方法2 o RFM模型經(jīng)常使用的三個(gè)指標(biāo)是近度 (Recency)、頻度(Fre2quency)、值度(Monentary) 3。以RFM模型為 基礎(chǔ)，通過(guò)客戶的RFM行為特征衡量分析 客戶忠誠(chéng)度 與客戶內(nèi)在價(jià)值.按照傳統(tǒng)的RFM模型，以 客戶最后一次購(gòu)買(mǎi)到當(dāng)前的時(shí)間間隔為近度，則對(duì)于每天都在使

12、用電信業(yè)務(wù)的客戶，其近度為零，不同的客戶區(qū)分度很小；如果客戶在一定時(shí)期內(nèi)使用電信業(yè)務(wù)的次數(shù)數(shù)量非常大，則客戶的頻度也將是一個(gè)很大的數(shù)量.因此按照傳統(tǒng)的 RFM模型對(duì)電信企業(yè)客戶進(jìn)行分析是沒(méi)有意義的。從客戶交費(fèi)角度來(lái)考慮電信業(yè)客戶的RFM模型，改進(jìn)后的RFM指標(biāo)與傳統(tǒng)的RFM指標(biāo)含義比較如下表所示：傳統(tǒng)的RFM模型與電信業(yè) RFM模型的各指標(biāo)含義比較模型R(近度)F(頻度)M(值度)傳統(tǒng)的RFM模型客戶最近一次客戶一定時(shí)期客戶一定時(shí)期購(gòu)買(mǎi)距離分析內(nèi)購(gòu)買(mǎi)該企業(yè)內(nèi)購(gòu)買(mǎi)該企業(yè)點(diǎn)的時(shí)間產(chǎn)品的次數(shù)產(chǎn)品的總金額電信業(yè)RFM模型客戶最后一次客戶一定時(shí)期客戶一定時(shí)期交費(fèi)距離分析內(nèi)交費(fèi)的次數(shù)內(nèi)的交費(fèi)總額點(diǎn)的時(shí)間以

13、客戶交費(fèi)的近度、頻度和值度來(lái)替代客戶消費(fèi)的近度、頻度和值度，基于以下幾點(diǎn)考慮：(1)客戶交費(fèi)的時(shí)間間隔較大，以交費(fèi)近度替代消費(fèi)近度，避免了客戶消費(fèi)的近度難于區(qū)分的 問(wèn)題。(2)客戶交費(fèi)次數(shù)相對(duì)較少，可以減少統(tǒng)計(jì)客戶消費(fèi)次數(shù)的工作量。(3)客戶交費(fèi)額等于客戶消費(fèi)額.因此，從交費(fèi)角度構(gòu)建電信業(yè)的RFM模型是可取的。二、RFM權(quán)重分析對(duì)RFM各變量的指標(biāo)權(quán)重問(wèn)題 ，Hughes,Arthur 認(rèn)為RFM在衡量一個(gè)問(wèn)題上的權(quán)重是一致 的，因而并沒(méi)有給予不同的劃分。而Stone,Bob通過(guò)對(duì)信用卡實(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4。認(rèn)為針對(duì)不同的行業(yè)甚至不

14、同的公司，頻度、近度、值度的權(quán)重均存在一定差異，因此需要采用科學(xué)的方法進(jìn)行分析.對(duì)此，以層次分析法為支撐，結(jié)合專家咨詢方式來(lái)解決指標(biāo)權(quán)重的確定問(wèn) 題。研究邀請(qǐng)了被研究的某電信企業(yè)的兩位地區(qū)經(jīng)理、兩位市場(chǎng)營(yíng)銷(xiāo)人員和一位長(zhǎng)期客戶應(yīng)用文獻(xiàn)國(guó)的標(biāo)度含義對(duì) RFM各指標(biāo)權(quán)重進(jìn)行比較分析。在分別得到五位評(píng)價(jià)者的兩兩比較矩陣后，采取取平均的方法得到下表的評(píng)價(jià)矩陣。評(píng)價(jià)矩陣RFMR 10.71 0.46F 1.4110.85M 2.18 1.181上表所示的兩兩比較矩陣的一致性比例C OR < 0.1，表明該判斷矩陣的一致性可以接受。由上表得出 RFM各指標(biāo)相對(duì)權(quán)重為 姐Wr,Wm尸0.221,0.34

15、1,0.439。其中M的權(quán)重最大，即專家們認(rèn)為客戶交費(fèi)金額的高低是影響 顧客價(jià)值 高低的最主要因素。三、客戶分類1.基于K-均值聚類法的客戶分類過(guò)程應(yīng)用K-均值聚類法6,以加權(quán)RFM為指標(biāo)，將具有相近的顧客終身價(jià)值 的客戶進(jìn)行分類，基本思總?cè)缦拢?1)應(yīng)用AHP法確定RFM各個(gè)指標(biāo)的權(quán)重，并將各個(gè)指標(biāo)加權(quán)。(2)將RFM各指標(biāo)標(biāo)準(zhǔn)化。(3)確定聚類的類別數(shù)量mo(4)應(yīng)用K-均值聚類法對(duì)加權(quán)后的指標(biāo)進(jìn)行聚類，得到m類客戶。(5)將每類客戶的 RFM平均值和總 RFM平均值彳比較，每次對(duì)比有兩個(gè)結(jié)果：大于(等于)平均 值和小于平均值，通過(guò)對(duì)比得到每類客戶RFM的變動(dòng)情況。(6)根據(jù)每個(gè)客戶類別的

16、RFM的變動(dòng)情況分析該客戶類別的性質(zhì)，如該客戶類別是傾向于忠誠(chéng)的還是傾向于背離的，然后在此基礎(chǔ)上定義客戶類型。(7)對(duì)每類客戶標(biāo)準(zhǔn)化后的各個(gè)指標(biāo)取平均，將平均值加權(quán)求和，得到每類客戶的顧客終身價(jià)值總得分，分析各類 顧客終身價(jià)值 的差別。2 .顧客類型識(shí)別分析從某市通信公司 2004年所有的電信客戶記錄中隨機(jī)抽取了1026名客戶的記錄進(jìn)行分析，數(shù)據(jù)的描述性統(tǒng)計(jì)見(jiàn)下表數(shù)據(jù)描述指標(biāo)最小值最大值平均值標(biāo)準(zhǔn)差近度212860.0720.191頻度0135.981.861值度54.431499.17704.7467216.22068由于RFM數(shù)據(jù)的量綱各不相同，數(shù)據(jù)的取值也存在很大的差異 .為了消除分布差

17、異較大和量 綱不同的影響，在對(duì)各個(gè)指標(biāo)進(jìn)行加權(quán)之前 ，需要考慮對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理.由于F,M指標(biāo)對(duì)顧客價(jià)值存在正相關(guān)的影響，因此其標(biāo)準(zhǔn)化調(diào)整通過(guò) 川=（£ 得一進(jìn)行。其中，*為標(biāo)準(zhǔn)化后的值，x為原值，*為該指標(biāo)最小值，xl為該指標(biāo)最大值。R對(duì)顧客價(jià)值存在負(fù)相關(guān)關(guān)系,因此其標(biāo)準(zhǔn)化調(diào)整公式為/ =-哂/卬一使用K-均值聚類法時(shí)，需要預(yù)先判斷其聚類的類別數(shù)。在模型中客戶分類通過(guò)每個(gè)顧客類別 RFM平均值與總RFM平均值相比較來(lái)決定的，而單個(gè)指標(biāo)的比較只能有兩種情況：大于（等于）或小于平均值，因此可能有2x2x2 = 8種類別。標(biāo)準(zhǔn)化和確定聚類類別數(shù)后，進(jìn)行聚類分析，得到8類客戶.將8類客

18、戶的RFM平均值與總RFM均值比較.如果單個(gè)客戶類別的均值大于總均值，則給該指標(biāo)一個(gè)向上的箭頭：1”標(biāo)記，反之則用如下表所示聚類分析后產(chǎn)生的8個(gè)客戶類別客戶客戶近度頻度值度 類別數(shù)量/d元比較結(jié)果客戶級(jí)別116844.6821 1534. 1038158.60413447. 75515681.63612769. 2079077. 98815567.85總均值 6(). 076. 66 XXL 82 R，F(xiàn)4, 48 692.01 R，F(xiàn)9. 17 770. 34 R，F(xiàn)7.19 454,25 RjF6. 74 643.77 RtF4. 36 448. 57 R t F6. 27 1004. 1

19、7 R 1 F4, 05 801. 98 R f F5, 98 704. 75tM t重要保持客戶 ,M I重要發(fā)展客戶 fM t重要保持客戶 -M I一股重要客戶 l 一股客戶IM ）無(wú)價(jià)值客戶 IM t重要挽留客戶 1M t 一股客戶通過(guò)RFM分析將企業(yè)的客戶群體劃分成重要保持客戶、重要發(fā)展客戶、重要挽留客戶、一 般重要客戶、一般客戶、無(wú)價(jià)值客戶等六個(gè)級(jí)別，各客戶簇的客戶級(jí)別如表4所示.客戶分級(jí)不僅揭示了客戶在級(jí)別上的差異，而且反映了客戶在行為上的特性和變化傾向。電信企業(yè)通過(guò) RFM分析可將現(xiàn)有顧客劃分為不同的客戶等級(jí)，針對(duì)不同等級(jí)的客戶，采取不同的管理策略.但是，這種分類只是確定了客戶的

20、等級(jí)，卻沒(méi)有各類客戶之間的一個(gè)量化的價(jià)值比較，因而對(duì)各類客戶做相應(yīng)的終身價(jià)值分析是非常有必要的。3 .客戶終身價(jià)值比較分析。表4將客戶簇1和簇3同分為重要保持客戶，將客戶簇5和簇8同分為一般客戶，這樣難以對(duì) 對(duì)這兩組客戶簇進(jìn)行細(xì)分.此外，客戶分類后，并不知道每一類客戶的價(jià)值差別有多大 ，相對(duì)企業(yè)的 重要性怎樣.利用AHP法分析得到的RFM各指標(biāo)權(quán)重，結(jié)合各類顧客的 RFM指標(biāo),根據(jù)每一類客 戶的顧客終身價(jià)值 得分來(lái)進(jìn)行排序.標(biāo)準(zhǔn)化后的各個(gè)指標(biāo)平均值如表 5的 '二 淇中/ = 1 '表示聚類后的類別（丫l.K,LF,l M第j類客戶的R,F,M各個(gè)指標(biāo)標(biāo)準(zhǔn)化后的平均值，G 是第

21、j類客戶的RFM各項(xiàng)指標(biāo)加權(quán)后的總得分 ，運(yùn)算公式為。cj = wncwcjF + wMcIo其中，Wr、Wf、W分別為由AHP分析得來(lái)的R、F、M指標(biāo)的權(quán)重最后，根據(jù)總得分的大小來(lái)對(duì)各類客戶來(lái)進(jìn)行排序（見(jiàn)表4）.排名靠前的客戶相對(duì)排名靠后的客戶具有更高的顧客終身價(jià)值，忠誠(chéng)度更高，對(duì)于企業(yè)來(lái)說(shuō)更為重要.表5顯示，客戶簇3總得分最高，因此簇3的客戶是企 業(yè)最有價(jià)值的客戶，而簇6客戶總得分最后，因此可以認(rèn)為簇6客戶的價(jià)值最低.此外，對(duì)于處于同等級(jí)的客戶簇1和簇3,簇5和蹴8進(jìn)行了細(xì)分.從表5中還可以看出，簇3比簇1的價(jià)值大，簇5 比簇8的價(jià)值大.此外，通過(guò)比較各簇的總得分，還可以比較各客戶簇的價(jià)值.如簇3的價(jià)值是簇6價(jià)值的 0.5693/0.3284=1.73 倍。標(biāo)準(zhǔn)化的RFM加權(quán)分類客戶6CLV因類別（近度）頻度值度（元）總得分排序10.60380.51240.57270.5596220.68040.34450.44130.4618430.50290.70560.49550.5693140.58150.55340.27670.4387550.33600.51870.40790.