數(shù)據(jù)挖掘應(yīng)用案例：RFM模型分析與客戶細分

手機充值業(yè)務(wù)是一項主要電信業(yè)務(wù)形式，客戶的充值行為記錄正好滿足RFM模型的交易數(shù)據(jù)要求。根據(jù)美國數(shù)據(jù)庫營銷研究所Arthur Hughes的研究，客戶數(shù)據(jù)庫中有三個神奇的要素，這三個要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)：最近一次消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)。

 我早期兩篇博文已詳述了RFM思想和IBM Modeler操作過程，有興趣的朋友可以閱讀！

 RFM模型：R(Recency)表示客戶最近一次購買的時間有多遠，F(xiàn)(Frequency)表示客戶在最近一段時間內(nèi)購買的次數(shù)，M  (Monetary)表示客戶在最近一段時間內(nèi)購買的金額。一般原始數(shù)據(jù)為3個字段：客戶ID、購買時間（日期格式）、購買金額，用數(shù)據(jù)挖掘軟件處理，加權(quán)（考慮權(quán)重）得到RFM得分，進而可以進行客戶細分，客戶等級分類，Customer Level Value得分排序等，實現(xiàn)數(shù)據(jù)庫營銷！

這里再次借用@數(shù)據(jù)挖掘與數(shù)據(jù)分析的RFM客戶RFM分類圖。

本次分析用的的軟件工具：IBM SPSS Statistics 19，IBM SPSS Modeler14.1，Tableau7.0，EXCEL和PPT

   因為RFM分析僅是項目的一個小部分分析，但也面臨海量數(shù)據(jù)的處理能力，這一點對計算機的內(nèi)存和硬盤容量都有要求。

  先說說對海量數(shù)據(jù)挖掘和數(shù)據(jù)處理的一點體會：（僅指個人電腦操作平臺而言）

• 一般我們拿到的數(shù)據(jù)都是壓縮格式的文本文件，需要解壓縮，都在G字節(jié)以上存儲單位，一般最好在外置電源移動硬盤存儲；如果客戶不告知，你大概是不知道有多少記錄和字段的；
• Modeler挖掘軟件默認(rèn)安裝一般都需要與C盤進行數(shù)據(jù)交換，至少需要100G空間預(yù)留，否則讀取數(shù)據(jù)過程中將造成空間不足
• 海量數(shù)據(jù)處理要有耐心，等待30分鐘以上運行出結(jié)果是常有的現(xiàn)象，特別是在進行抽樣、合并數(shù)據(jù)、數(shù)據(jù)重構(gòu)、神經(jīng)網(wǎng)絡(luò)建模過程中，要有韌性，否則差一分鐘中斷就悲劇了，呵呵；
• 數(shù)據(jù)挖掘的準(zhǔn)備階段和數(shù)據(jù)預(yù)處理時間占整個項目的70%，我這里說如果是超大數(shù)據(jù)集可能時間要占到90%以上。一方面是處理費時，一方面可能就只能這臺電腦處理，不能幾臺電腦同時操作；
• 多帶來不同，這是我一直強調(diào)的體驗。所以海量數(shù)據(jù)需要用到抽樣技術(shù)，用來查看數(shù)據(jù)和預(yù)操作，記住：有時候即使樣本數(shù)據(jù)正常，也可能全部數(shù)據(jù)有問題。建議數(shù)據(jù)分隔符采用“|”存儲；
• 如何強調(diào)一個數(shù)據(jù)挖掘項目和挖掘工程師對行業(yè)的理解和業(yè)務(wù)的洞察都不為過，好的數(shù)據(jù)挖掘一定是市場導(dǎo)向的，當(dāng)然也需要IT人員與市場人員有好的溝通機制；
• 數(shù)據(jù)挖掘會面臨數(shù)據(jù)字典和語義層含義理解，在MetaData元數(shù)據(jù)管理和理解上下功夫會事半功倍，否則等數(shù)據(jù)重構(gòu)完成發(fā)現(xiàn)問題又要推倒重來，悲劇；
• 每次海量大數(shù)據(jù)挖掘工作時都是我上微博最多的時侯，它真的沒我算的快，只好上微博等它，哈哈！

     傳統(tǒng)RFM分析轉(zhuǎn)換為電信業(yè)務(wù)RFM分析主要思考：

 這里的RFM模型和進而細分客戶僅是數(shù)據(jù)挖掘項目的一個小部分，假定我們拿到一個月的客戶充值行為數(shù)據(jù)集（實際上有六個月的數(shù)據(jù)），我們們先用IBM Modeler軟件構(gòu)建一個分析流：

數(shù)據(jù)結(jié)構(gòu)完全滿足RFM分析要求，一個月的數(shù)據(jù)就有3千萬條交易記錄！

我們先用挖掘工具的RFM模型的RFM匯總節(jié)點和RFM分析節(jié)點產(chǎn)生R(Recency)、F(Frequency)、M  (Monetary)；

 接著我們采用RFM分析節(jié)點就完成了RFM模型基礎(chǔ)數(shù)據(jù)重構(gòu)和整理；

    現(xiàn)在我們得到了RFM模型的Recency_Score、Frequency_Score、Monetary_Score和RFM_Score；這里對RFM得分進行了五等分切割，采用100、10、1加權(quán)得到RFM得分表明了125個RFM魔方塊。

    傳統(tǒng)的RFM模型到此也就完成了，但125個細分市場太多啦無法針對性營銷也需要識別客戶特征和行為，有必要進一步細分客戶群；

       另外：RFM模型其實僅僅是一種數(shù)據(jù)處理方法，采用數(shù)據(jù)重構(gòu)技術(shù)同樣可以完成，只是這里固化了RFM模塊更簡單直接，但我們可以采用RFM構(gòu)建數(shù)據(jù)的方式不為RFM也可用該模塊進行數(shù)據(jù)重構(gòu)。

        我們可以將得到的數(shù)據(jù)導(dǎo)入到Tableau軟件進行描述性分析：（數(shù)據(jù)挖掘軟件在描述性和制表輸出方面非常弱智，哈哈）

我們也可以進行不同塊的對比分析：均值分析、塊類別分析等等

這時候我們就可以看出Tableau可視化工具的方便性

       接下來，我們繼續(xù)采用挖掘工具對R、F、M三個字段進行聚類分析，聚類分析主要采用：Kohonen、K-means和Two-step算法：

         這時候我們要考慮是直接用R(Recency)、F(Frequency)、M  (Monetary)三個變量還是要進行變換，因為R、F、M三個字段的測量尺度不同最好對三個變量進行標(biāo)準(zhǔn)化，例如：Z得分（實際情況可以選擇線性插值法，比較法，對標(biāo)法等標(biāo)準(zhǔn)化）！另外一個考慮：就是R、F、M三個指標(biāo)的權(quán)重該如何考慮，在現(xiàn)實營銷中這三個指標(biāo)重要性顯然不同！

       有資料研究表明：對RFM各變量的指標(biāo)權(quán)重問題,Hughes,Arthur認(rèn)為RFM在衡量一個問題上的權(quán)重是一致的,因而并沒有給予不同的劃分。而Stone,Bob通過對信用卡的實證分析,認(rèn)為各個指標(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；

        這里我們采用加權(quán)方法：WR=2 WF=3 WM=5的簡單加權(quán)法（實際情況需要專家或營銷人員測定）；具體選擇哪種聚類方法和聚類數(shù)需要反復(fù)測試和評估，同時也要比較三種方法哪種方式更理想！

下圖是采用快速聚類的結(jié)果：

 以及kohonen神經(jīng)算法的聚類結(jié)果：

接下來我們要識別聚類結(jié)果的意義和類分析：這里我們可以采用C5.0規(guī)則來識別不同聚類的特征：

其中Two-step兩階段聚類特征圖：

采用評估分析節(jié)點對C5.0規(guī)則的模型識別能力進行判斷：

結(jié)果還不錯，我們可以分別選擇三種聚類方法，或者選擇一種更易解釋的聚類結(jié)果，這里選擇Kohonen的聚類結(jié)果將聚類字段寫入數(shù)據(jù)集后，為方便我們將數(shù)據(jù)導(dǎo)入SPSS軟件進行均值分析和輸出到Excel軟件！

     輸出結(jié)果后將數(shù)據(jù)導(dǎo)入Excel，將R、F、M三個字段分類與該字段的均值進行比較，利用Excel軟件的條件格式給出與均值比較的趨勢！結(jié)合RFM模型魔方塊的分類識別客戶類型：通過RFM分析將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、無價值客戶等六個級別；（有可能某個級別不存在）；

  另外一個考慮是針對R、F、M三個指標(biāo)的標(biāo)準(zhǔn)化得分按聚類結(jié)果進行加權(quán)計算，然后進行綜合得分排名，識別各個類別的客戶價值水平；

至此如果我們通過對RFM模型分析和進行的客戶細分滿意的話，可能分析就此結(jié)束！如果我們還有客戶背景資料信息庫，可以將聚類結(jié)果和RFM得分作為自變量進行其他數(shù)據(jù)挖掘建模工作(數(shù)據(jù)分析師認(rèn)證)！