基於會員制的零售業數據挖掘系統解決方案探討

《基於會員制的零售業數據挖掘系統解決方案探討》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基於會員制的零售業數據挖掘系統解決方案探討♦中圖分類號：F713文獻標識碼：A內容摘要：本文根據現實情況指出國內中小企業營銷面對的四個基本問題，並據此提出一個基於會員制的數據挖掘系統解決方案。此方案由Logistic模型、RFM聚類分析、事件觸發模型和關聯規則這四種數據挖掘技術構成。在介紹其中各技術的基本原理和建模方法的同時，給出一個應用事例。通過運用會員制策略收集顧客相關資料並利用數據挖掘技術加以分析，制定具有目標指向性的營銷活動，以提高企業的營銷水平關鍵詞：會員制數據挖掘RFM聚類分析關聯規則現階段,內廣大中小型企業正面臨著自身發展的瓶頸。在圍

2、繞增加銷售收入所設計的營銷策略中，企業傾向於把重點放在開發新客戶方面，而忽略瞭對舊客戶的維護。這種情況導致企業難以培養有忠誠度的顧客，大量流失潛在的優質客戶，從而陷入對客戶不斷開發、不斷流失的惡性循環。部分企業借鑒外國同行經驗，采取會員制策略，但其數據庫隻收集最基本的會員資料，營銷手段單一，如分發廣告信息、消費打折等活動，而忽略瞭對會員本身的分析，如人口和心理特征、消費行為等，造成瞭浪費企業執行成本、不恰當的信息令顧客與企業關系惡化等後果。同樣利用會員制收集信息的便利性，在北美和歐洲，基於數據挖掘技術的數據庫營銷已經發展日趨成熟，大小企業都先後加入

3、到這一行列中（羅茂初等，2007）本文提出一套基於會員制的數據挖掘系統解決方案，通過運用相應的數據挖掘技術解決營銷活動中的四個基本問題，加深企業對顧客的認識，從而有針對性地制定營銷策略會員制信息的數據挖掘方案（一）營銷活動的四個基本問題在為會員制定營銷手段的過程中，必須回答以下四個基本問題:一是什麼是影響會員對營銷手段做出回應的顯著因子？如何尋找出最可能對營銷手段做出回應的會員？二是企業所擁有的會員可以分為哪幾類？每個種類的會員的特征有什麼不同？三是哪些事件（或日子）能聯系會員與企業的產品，成為營銷活動開始的契機？四是會員的消費習慣和購物次序如何？

4、隻有完整回答以上問題，企業才算得上瞭解自己的會員，營銷手段才能做到有的放矢，切實地提髙企業的營銷能力（二）系統實現框架為瞭解決上述問題，系統由四種數據挖掘技術構成。其中Logistic回歸模型用於尋找影響回應率的顯著因子。RFM聚類分析通過提取會員新鮮度、消費頻率和消費金額三個指標值進行聚類分析，劃分會員種類。而事件觸發模型是企業尋找特殊營銷事件開展的重要工具。關聯規則挖掘通過分析會員的購物籃尋找出各商品之間潛在的關系。企業可以據此決定商品的擺設、捆綁銷售策略和優惠銷售策略等營銷手段等。系統框架結構如圖1所示（三）建模方法1.Logistic回歸模

5、型。由於Logistic回歸分析所建立的預測模型是根據過去的營銷數據記錄計算獲得，因此有一定的滯後性。具體做法是：從上一次營銷活動記錄中選取出所有可能影響會員做出回應的變量為自變量，用會員是否回應的結果作為因變量，用0表示沒有回應，1表示有回應。這樣通過Logistic回歸計算所得的結果是一個會員對於營銷活動做出回應的概率。篩選出通過顯著性檢驗的變量，所獲得的預測模型則可用於實踐2.RFM聚類分析。RFM具體定義：R—新鮮度，指會員最近一次交易是在多久以前。時間距離越近，企業和會員的關系就越“新鮮”。通常按天數劃分最近一次交易時間。F—消費頻率，指

6、會員在一定時間間隔內和企業交易次數。時間間隔一般取半年或一年。M—消費金額，指會員每次平均消費金額RFM的指標各項數據通過營銷記錄表定期（如每半年）自動生成。然後應用於聚類分析。此處選擇K-Mcanclustering,即直接聚類，該聚類分析算法如下（辛愛莉、衣龍海、張林，2008）：設要把數據庫中所有會員分為K組第一步為任意選擇K位成員，以他們指標下的各項數據作為每一組的中心；第二步為計算其他成員指標下的各項數據與每個組的中心的合成距離。合成距離的計算取幾何距離公式：，一個會員離Ki組的中心越近，他就屬於該組。第三步為將所有成員根據距離分配到各個

7、組後，重新計算各組的中心。方法為取每個組所有成員的特征平均值。重復第二步。重復第三步循環以上步驟，一直到計算出的中心與上一次計算的中心完全相等，則循環結束。所獲得的結果就是最後分類，每組的中心代表這個組的特點1.事件觸發模型。該模型主要作用是增進會員對企業的感情和提醒會員於特殊時間購買本企業相關產品事件分成兩類：常規事件和突發事件。常規事件包括會員生日和有營銷機會的節日。突發事件是指事前無法預料的，能為企業進行營銷所用的特殊事件部分參考節日：元旦，農歷新年，情人節，三八婦女節，清明節，勞動節，兒童節，端午節，父親節，母親節，七夕，中秋節，國慶，重陽

8、，冬至，聖誕節等部分參考事件:開學，企業新品推薦，運動會或重大比賽,商業演出，募捐活動等實施方法：為根據RFM聚類分析所劃