rfm模型在销售数据分析中的应用(综述报告)new

rfm模型在销售数据分析中的应用(综述报告)new

ID:34408689

大小:204.73 KB

页数:7页

时间:2019-03-05

rfm模型在销售数据分析中的应用(综述报告)new_第1页
rfm模型在销售数据分析中的应用(综述报告)new_第2页
rfm模型在销售数据分析中的应用(综述报告)new_第3页
rfm模型在销售数据分析中的应用(综述报告)new_第4页
rfm模型在销售数据分析中的应用(综述报告)new_第5页
资源描述:

《rfm模型在销售数据分析中的应用(综述报告)new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、RFM模型在销售数据分析中的应用(以电气行业为例)本文作者:邓光耀摘要:本文以电气行业销售的数据分析为例,利用RFM模型对客户进行分类,提出了R值、F值、M值等三个指标的分类标准,及给出了确定RFM模型中客户在决策者心目中的排名规则的具体办法,文中比较详细地介绍了确定指标排名规则的层次分析法,并综述了国内外学者对RFM模型的研究情况。关键词:R(Recency);F(Frequency);M(Monetary);帕累托定律;层次分析法1、RFM模型相关背景知识介绍根据美国数据库营销研究所的Arthur

2、Hughes1994年的研究,客户数据库中有三个神奇的要素,这三个要素构成了数据分析最好的指标:最近一次消费(Recency);消费频率(Frequency);消费金额(Monetary)。目前国内外学者对RFM模型做了以下研究:周颖等人利用了聚类分析的方法对电信市场进行了RFM模型的分析;陈伯成等人利用了神经网络方法对模拟数据进行了RFM模型的分析。这些研究均没有对RFM模型的分类标准进行探讨,另外只简单地按照各指标是否大于平均值来对客户分类。已经有了的RFM分析将客户群分成重要保持客户、重要发展客

3、户、重要挽留客户、一般重要客户、一般客户、无价值客户等六个类别,分类规则基本上按照各指标的分值是否大于平均值来分的,本来有2*2*2=8种,由于论文的作者根据聚类分析的结果合并了两种客户类型,因此只有六个类别。读者可以参考以下文献:林盛,肖旭.基于RFM的电信客户市场细分方法[J].哈尔滨工业大学学报,2006,5.以上分类不能达到监控客户交易异常行为,防止重要客户流失的目的,因此本文提出一种分类标准供大家参考,并利用层次分析法确定了R、F、M等三个指标的权重,从而给出合理的RFM指标的排名规则。本文

4、另外利用实际数据研究了这三个指标的相关性,并给出数据分析中要用到的excel函数表达式。2、分类标准的确定Spss17.0以上版本提供了做RFM模型分析的模块,不过对各指标的分类标准却没有公布。本文根据公司销售的实际数据,以2011年1月到2011年3月为样本期,考察了450家客户与公司的交易情况。提出以下分类标准:确定R值指标的excel函数表达式为:=if(c3<=datevalue("2010-1-31"),1,if(c3<=datevalue("2010-2-28"),2,if(c3<=dat

5、evalue("2010-3-10"),3,if(c3<=datevalue("2010-3-20"),4,5))))。这里datevalue函数的作用是将日期转化为相应的序列数,这样拖动填充柄,我们可以快速有效地把各客户分类。确定F值指标、M值指标的分类我们可以按照帕累托定律来做,所谓帕累托定律是指公司80%的销售额是由20%的重点客户创造的。故我们将排名前5%的F值或者M值定义为5,5%到15%之间的客户定义为4,15%到30%的客户定义为3,30%到50%的客户定义为2,50%到100%的定义为

6、1,根据以上标准可得excel函数表达式如下:F值:=IF(D3<3,1,IF(D3<6,2,IF(D3<10,3,IF(D3<18,4,5))));M值:=IF(F3<7500,1,IF(F3<25000,2,IF(F3<100000,3,IF(F3<300000,4,5)))).作者联系方式:dgy203316@163.com根据公司的销售数据的实际情况的变动可能会对分类的具体标准做些调整,但是短期内可以保持这个标准不变,就是变动了分类的比例也可以保持不变。这样得到各指标均大于等于3的客户(即排名

7、表中的客户)大约为20%左右,这是因为还有部分客户的这三个指标出现异常,因此不在排名表中,这些客户出现在异常值统计表中,这些客户也是数据分析的重点研究对象,通过研究这些异常值我们可以达到提高交易次数、发现重点客户交易异常行为的目的。3、排名规则的确定制作排名表是为了让决策者明白哪些客户是公司的重要客户,另外我们可以从这些客户在去年同期排名、上次排名、本次排名的次序的变化将这些客户分为稳定型、上升型、下降型、摆动型四类客户,不同的客户群有不同的销售对策。另外我们可以发现这三次排名表中的大部分客户是相同的

8、,部分客户会被挤出排名表,这些客户我们另外用客户排名异常值统计表来统计,分析这些客户,我们可以发现哪些客户正在流失,从而达到防患于未然的目的。当然也有部分客户本次才出现在排名表中,这些客户的销售对策又有所不同。我们利用简单的排列组合知识知道各指标所组成的代码有5*5*5=125种,参与排名的代码有3*3*3=27种,要把27种代码所对应的客户做出排名,必须要制定一套规则,不然无法排名。例如代码543的客户与代码344的客户谁的排名高?虽然5+4+3=12

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。