客户分类是精细化运营的第一步

herain

发布于 2022-04-27 16:27:34

5170

发布于 2022-04-27 16:27:34

文章被收录于专栏：数据指象

文章期号：20190616

抓住主要客户，合理配置资源是成功的关键

作者：李璐

学校：昆士兰大学信息系统和会计双专业在读

一、聚类分析回顾

前面的文章已经提到过，聚类分析其实就是近朱者赤。

通过计算相似性，将一个数据集中的数据分为人为规定的几个“簇”，也就是几类。比较常见的K均值聚类算法中的K就是这个簇数。

从客户管理的角度来看，聚类算法对于公司对客户的分类有很大的帮助。不过要注意的是，这种算法不是无往不利的，他有两大主要缺陷：其一是有些数据集本身的特征并不适合用这种方法，其二是通过算法得出的几个分类很难命名和解读。

二、客户关系管理

不同的公司对客户关系有不同的管理方法。那些收集了大量客户信息的互联网公司暂且不论，因为他们对大数据的挖掘可以说是达到了令人发指的地步。本文主要讨论的是那些相对传统的，只记录简单的客户交易数据的公司。对于这种公司，相对主流的客户管理办法是客户终生价值（Customer Lifetime Value, CLV）和RFM模型。

CLV讨论的是客户在未来可能为公司带来的价值，RFM则是从三个维度来看这个客户过去对公司的贡献。CLV的计算方法有很多，不同公司因经营模式等问题会采用不同的计算方法。RFM则相对固定一些，其中：

R=Recency 代表该用户最近一次交易；
F=Frequency 代表用户交易频率；
M=Monetary 代表用户平均单次交易金额。

本文将采用RFM和CLV相结合的方式对某公司数据进行分析。

三、聚类分析与客户关系

本文将要介绍的是如何使用聚类算法将计算得出的客户RFM价值分类，再用CLV给不同类别的客户进行排名聚类，这样公司就能因地制宜，因人而异，合理配置资源来优化不同CLV客户群的管理方法。

四、数据集获取

本文使用的是UCI网站上的一个英国小型在线商城的用户交易数据。有兴趣的同学们可以从这个链接下载：https://archive.ics.uci.edu/ml/datasets/Online+Retail#

为方便读者阅读，本文将列名翻译了一下：

整个数据集包含了541,909行数据。经过一系列的观察，在这个数据库中发现了各种无用数据，如财务调整、存货损毁等。最终清理出去近十四万行，所剩即将作为本文的分析对象。

五、RFM的计算

计算后，我们得到的是4,334个客户的RFM数据总结：

好了，将这个数据导入R Studio工具，运用R语言开始正式分析。

六、分析过程

6.1，数值范围的统一

简单做一个点阵图，可以看到不同的变量有不同的数值范围，非常不利于理解和造成成分的偏移，需要统一数据的量纲：

所以，我们通过算法，将每一列的数值调整为从0到10。具体实现方法，是先定义一个公式，再将公式应用于整个数据集，其中公式为：

在R语言中，则这样实现的：

# create function to calculate the score of RFM values
score <- function(x){return(((x-min(x))/(max(x)-min(x)))*10}
# apply the function to the dataset
RFMscore <- as.data.frame(lapply(Data[2:4],score))

这种方法能在保证数据分布规律不变的基础上，统一数值范围。

6.2，K值的确定

Kmeans中的K有很多方法可以确定。

有的人会比较喜欢通过枚举法，即一个一个的试，看哪一个图比较合理，因为这种分类是没有所谓对错的，最终结果是要看分析者能不能从中的到对公司有益的知识。

本文采用的“胳膊肘方法”：

noc <- (nrow((RFMscore)-1)) * sum(apply(RFMscore,2,var))
for(i in 2:15) 
noc[i] <- sum(kmeans(RFMscore, centers=i)$withinss)

plot(1:15, noc, type="b", xlab= "number of clusters", 
ylab= "within groups sum of squares")

这个图表示的是随着簇数的增长，其：组内平方和的降低。

因为这个图长得像人的胳膊肘，所以被亲切的成为胳膊肘方法（Elbow Method）。

其选取方法也比较简单实用，通过这种图，我们可以选取四个或者五个作为本案例的簇数——因为在簇数大于4之后，其组内平方和趋于稳定，再细分下去也没有必要了。

6.3，K均值聚类

R语言实现K均值聚类计算以及可视化处理：

# K为5的聚类（很简单是不是）
kmeans(RFMscore,5)
# 提出分类的值
RFMCluster <- kmeans(RFMscore,5)
RFMCluster$cluster <- as.factor(RFMCluster$cluster)
# 使用rgl 语言包对数据进行可视化处理
library(rgl)
plot3d(RFMscore$Recency, RFMscore$Frequency, RFMscore$Monetary, col = RFMCluster$cluster, size = 5)
plot(RFMscore$Frequency, RFMscore$Monetary, col=RFMCluster3$cluster)
plot(RFMscore$Monetary, RFMscore$Recency, col=RFMCluster3$cluster)