资源描述：
《基于RFM的电信客户市场细分方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第38卷第5期哈尔滨工业大学学报Vol138No152006年5月JOURNALOFHARBININSTITUTEOFTECHNOLOGYMay2006基于RFM的电信客户市场细分方法林盛,肖旭(天津大学管理学院,天津300072)摘要:提出电信企业客户消费的RFM模型,通过AHP法得到电信行业RFM指标的权重,并应用K-均值聚类法对客户进行分类.分析各类客户的客户等级,并结合指标权重对各类客户进行顾客终身价值比较分析.实证研究表明:本文所提出的模型和方法可以有效地对电信企业客户进行分类.关键词:客户分类;K-均
2、值聚类法;层次分析法;RFM模型中图分类号:C934文献标识码:A文章编号:0367-6234(2006)05-0758-03AmethodoftelecomconsumermarketsegmentationbasedontheRFMmodelLINSheng,XIAOXu(SchoolofManagement,TianjinUniversity,Tianjin300072,China)Abstract:Telecommarketsegmentationisthekeyofwinningtheintenseco
3、mpetitionfortelecomenterprise.Inthispaper,TheRFMmodeloftelecomcustomerisproposed,theweightoftheRFMindexesisattainedthroughAHPandtheK2meansclusterisusedtogroupcustomers.Alsothehierarchyofeverycustomergroupisanalyzed,andthecustomerlifetimevalueofeverycustomergr
4、oupiscomparativelyanalyzedaccordingtotheweightofRFM.Theanalyticalmodelandmethodproposedinthispapercanclassifythetelecomcustomeref2fectively.Keywords:customerclassification;K2meanscluster;analyticalhierarchyprocess;RFMmodel[1]对于电信企业而言,不同的客户具有不同的内和基于指标组合的客户分类方法
5、.RFM模型经在价值,企业的首要问题就是采取有效方法对客户常使用的三个指标是近度(Recency)、频度(Fre2[2]进行分类,发现客户内在价值的变化规律与分布特quency)、值度(Monentary).本文以RFM模型征,并以此制定客户的差别化服务政策,通过政策为基础,通过客户的RFM行为特征衡量分析客户的实施将客户分类的结果作用于企业实践.忠诚度与客户内在价值.本文针对电信行业提出一种基于改进RFM按照传统的RFM模型,以客户最后一次购买模型的客户分类方法.应用层次分析法来确定到当前的时间间隔为近度,则对
6、于每天都在使用RFM模型中每个变量的权重,在此基础上,应用电信业务的客户,其近度为零,不同的客户区分度K均值聚类法来对客户进行分类,之后分析每一很小;如果客户在一定时期内使用电信业务的次类客户的行为特征和价值,并且对不同的顾客类数数量非常大,则客户的频度也将是一个很大的别采取不同的策略.数量.因此按照传统的RFM模型对电信企业客户进行分析是没有意义的.为此,本文从客户交费角1电信行业RFM模型度来考虑电信业客户的RFM模型,改进后的客户分类方法主要有基于顾客利润率的分类RFM指标与传统的RFM指标含义比较如表1所
7、示.收稿日期:2005-05-23.基金项目:国家自然科学基金资助项目(70472064).以客户交费的近度、频度和值度来替代客户作者简介:林盛(1964-),男,博士,副教授.消费的近度、频度和值度,基于以下几点考虑:第5期林盛,等:基于RFM的电信客户市场细分方法·759·(1)客户交费的时间间隔较大,以交费近度替代3客户分类消费近度,避免了客户消费的近度难于区分的问题.(2)客户交费次数相对较少,可以减少统计客311基于K-均值聚类法的客户分类过程[6]户消费次数的工作量.(3)客户交费额等于客户应用K-均
8、值聚类法,以加权RFM为指消费额.因此,从交费角度构建电信业的RFM模标,将具有相近的顾客终身价值的客户进行分类,型是可取的.基本思路如下:1)应用AHP法确定RFM各个指标的权重,表1传统的RFM模型与电信业RFM模型的各指标含并将各个指标加权.义比较2)将RFM各指标标准化.模型R(近度)F(频度)M(值度)3)确定聚类的类别数量m.客户最近一次客户一定时期客户一定时
