數(shù)據(jù)分析：手把手教你做客戶價值分群

當(dāng)前各企業(yè)對客戶關(guān)系管理(CRM)顯得尤為關(guān)注，只有不斷地保留并增加老客戶黏性及挖掘潛客新客戶，才能使企業(yè)生存的更好，更久。說到CRM，我剛開始接觸的就是RFM模型，通過該模型將客戶分為高價值、潛在價值和低價值。當(dāng)每一個用戶打上不同的價值標(biāo)簽時，就可以有針對性的實施營銷策略，將有限的資源投入到高價值客戶中，產(chǎn)生最大的利潤。有關(guān)RFM模型，曾寫過一篇實戰(zhàn): RFM模型使用(可點擊查看)。

下文將有別于《實戰(zhàn): RFM模型使用》，在計算價值標(biāo)簽時，避免人為干擾，通過聚類的方法將目標(biāo)人群分為三六九等。具體我們通過下面的實例來說明。

本文應(yīng)用到的實例數(shù)據(jù)來源于《R語言數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》一書，數(shù)據(jù)為某航空公司會員信息及乘機信息，通過構(gòu)建LRFMC模型，實現(xiàn)客戶價值分群。

我們說RFM模型由R(最近消費時間間隔)、F(消費頻次)和M(消費總額)三個指標(biāo)構(gòu)成，通過該模型識別出高價值客戶。但該模型并不完全適合所有行業(yè)，如航空行業(yè)，直接使用M指標(biāo)并不能反映客戶的真實價值，因為“長途低等艙”可能沒有“短途高等艙”價值高；如網(wǎng)吧行業(yè)，可能“長在線時長低時單價”客戶比“短在線時長高時單價”客戶價值還高，因為網(wǎng)吧更希望看到是客戶來的次數(shù)及上網(wǎng)時長。所以得根據(jù)實際行業(yè)靈活調(diào)整RFM模型的指標(biāo)，本文就拿航空公司的數(shù)據(jù)為例，將RFM模型構(gòu)建成L(入會至當(dāng)前時間的間隔，反映可能的活躍時長)、R(最近消費時間距當(dāng)前的間隔，反映當(dāng)前的活躍狀態(tài))、F(乘機次數(shù)，反映客戶的忠誠度)、M(飛行里程數(shù)，反映客戶對乘機的依賴性)和C(艙位等級對應(yīng)的折扣系數(shù)，側(cè)面反映客戶價值高低)5個指標(biāo)。下面就利用這5個指標(biāo)進(jìn)行客戶價值分群的實戰(zhàn)：

#讀取航空數(shù)據(jù)

flight <- read.csv(file = file.choose())

#查看數(shù)據(jù)結(jié)構(gòu)及概覽

dim(flight)

names(flight)

該數(shù)據(jù)集包含了62988條會員記錄，涉及會員號、入會時間、首次登機時間、性別等44個字段。發(fā)現(xiàn)這么多字段中，正真能使用到的字段只有FFP_DATE(入會時間)、LOAD_TIME(觀測窗口結(jié)束時間，可理解為當(dāng)前時間)、FLIGHT_COUNT(乘機次數(shù))、SUM_YR_1(票價收入1)、SUM_YR_2(票價收入2)、SEG_KM_SUM(飛行里程數(shù))、LAST_FLIGHT_DATE(最后一次乘機時間)和avg_discount(艙位等級對應(yīng)的平均折扣系數(shù))。下面來看一下這些數(shù)據(jù)的分布情況：

vars <- c('FFP_DATE','LOAD_TIME','FLIGHT_COUNT','SUM_YR_1','SUM_YR_2','SEG_KM_SUM','LAST_FLIGHT_DATE','avg_discount')

flight2 <- flight[,vars]

summary(flight2)

發(fā)現(xiàn)數(shù)據(jù)中存在異常，如票價收入為空或0、艙位等級對應(yīng)的平均折扣系數(shù)為0。這樣的異?？赡苁怯捎诳蛻魶]有實際登機造成，故考慮將這樣的數(shù)據(jù)剔除。具體操作如下：

#剔除異常數(shù)據(jù)

attach(flight2)

clear_flight <- flight2[-which(SUM_YR_1==0 | SUM_YR_2==0 | is.na(SUM_YR_1)==1 | is.na(SUM_YR_2)==1 | avg_discount==0),]

#查看數(shù)據(jù)字段類型

str(clear_flight)

發(fā)現(xiàn)三個關(guān)于時間的字段均為因子型數(shù)據(jù)，需要將其轉(zhuǎn)換為日期格式，用于下面計算時間差：

clear_flight$FFP_DATE <- as.Date(clear_flight$FFP_DATE)

clear_flight$LOAD_TIME <- as.Date(clear_flight$LOAD_TIME)

clear_flight$LAST_FLIGHT_DATE <- as.Date(clear_flight$LAST_FLIGHT_DATE)

數(shù)據(jù)清洗完后，需要計算上面提到的LRFMC五個指標(biāo)，具體腳本如下：

#L:入會至當(dāng)前時間的間隔

#R:最近登機時間距當(dāng)前的間隔

clear_flight <- transform(clear_flight, L = difftime(LOAD_TIME,FFP_DATE, units = 'days')/30, R = difftime(LOAD_TIME,LAST_FLIGHT_DATE, units = 'days')/30)

str(clear_flight)

發(fā)現(xiàn)L和R這兩個指標(biāo)并不是數(shù)值型數(shù)據(jù)，而是difftime型，故需要將其轉(zhuǎn)換為數(shù)值型：

clear_flight$L <- as.numeric(clear_flight$L)

clear_flight$R <- as.numeric(clear_flight$R)

#查看數(shù)據(jù)結(jié)構(gòu)

summary(clear_flight)

發(fā)現(xiàn)缺失值，這里仍然將其剔除：

clear_flight <- clear_flight[-which(is.na(clear_flight$LAST_FLIGHT_DATE)==1),]

目前5個指標(biāo)值都有了，下面就需要根據(jù)每個客戶的5個值對其進(jìn)行分群，傳統(tǒng)的方法是計算綜合得分，然后排序一刀切，選出高價值、潛在價值和低價值客戶?，F(xiàn)在所使用的方法是k-means聚類算法，避免了人為的一刀切。由于k-means聚類算法是基于距離計算類與類之間的差別，然而這5個指標(biāo)明顯存在量綱上的差異，故需要標(biāo)準(zhǔn)化處理：

#數(shù)據(jù)標(biāo)準(zhǔn)化處理

standard <- data.frame(scale(x = clear_flight[,c('L','R','FLIGHT_COUNT','SEG_KM_SUM','avg_discount')]))

names(standard) <- c('L','R','F','M','C')

標(biāo)準(zhǔn)化數(shù)據(jù)之后，就可以使用k-means聚類算法將客戶進(jìn)行聚類，問題是該聚為幾類呢？根據(jù)傳統(tǒng)的RFM模型，將價值標(biāo)簽分為8類，即：

不妨我們就將客戶分類8個群體，即：

#k-means聚類，設(shè)置聚類個數(shù)為8

set.seed(1234)

clust <- kmeans(x = standard, centers = 8)

#查看8個類中各指標(biāo)均值情況

centers <- clust$centers

centers

#查看8個類中的會員量

table(clust$cluster)

上圖反饋了客戶的聚類結(jié)果，但是從數(shù)據(jù)中很難快速的找出不同價值的客戶，下面通過繪制雷達(dá)圖來反映聚類結(jié)果：

#繪制雷達(dá)圖

install.packages('fmsb')

library(fmsb)

max <- apply(centers, 2, max)

min <- apply(centers,2,min)

df = data.frame(rbind(max,min,centers))

radarchart(df = df, seg=5, plty=1,vlcex=0.7)

從圖中可知，黃色線是價值最高的，F(xiàn)和M值對應(yīng)最高，C值次高，屬于第7組人群;價值次高的是綠色線人群，即第5組，該人群特征是C值最大；以此類推，灰色線人群的價值最低，雷達(dá)圖所圍成的面積最小。還有一種辦法能夠最快的識別出價值由高到低的8類人群，即對8個人群各指標(biāo)均值求和排序即可，因為數(shù)據(jù)都是標(biāo)準(zhǔn)化的，不受量綱影響，可直接求和排序：

order(apply(centers,1,sum),decreasing = TRUE)

結(jié)果顯示第7組人群最佳、其次是第5組人群，最差的是第8組人群。通過對比centers結(jié)果，能夠很好的反映8組人群的價值高低：