模块五客户直销案例分享-IBM.pptVIP

? 2014 IBM Corporation * ? 2014 IBM Corporation * * ? 2014 IBM Corporation * * IBM SPSS Statistics 统计分析技术 July 2014 模块五 客户直销案例分享 * Agenda 客户直销分析应用场景 客户直销分析之RFM分析 客户直销分析之控制包装检验分析 客户直销分析应用场景 * * Agenda 客户直销分析应用场景 客户直销分析之RFM分析 客户直销分析之控制包装检验分析 * 客户直销分析之RFM分析 RFM是在众多的客户关系管理(CRM)的分析模式中，被广泛提到的模型之一 最近一次消费（Regency）、 消费总体频率（Frequency） 消费金额（Monetary） * * Agenda 客户直销分析应用场景 客户直销分析之RFM分析 客户直销分析之控制包装检验分析 * 虽然 IBM SPSS Statistics 中的统计分析功能强大，但需要依赖于一定的统计分析背景知识进行操作，因此不便于一般的商业用户使用。为此在 18 版本后，IBM SPSS Statistics 新增加了客户直销模块，该模块的操作设置界面简单明了，结果报告分析清晰易懂，可以广泛的应用于电信，零售，银行，保险，证券，市场研究等行业领域，是为市场营销人员精心设计的用以提高直销效率，降低直销成本，改善直销活动效果的工具。 -------实操部分-------- 打开 IBM SPSS Statistics, 在菜单中选择“直销”-“选择技术”，就进入“直销”模块选择方法界面，在“直销”模块中，分为三部分： 第一部分是了解我的联系人：其中第一个模块是RFM分析，通过RFM分析可以根据顾客购买习惯对客户进行分类，发现优质客户群。第二个模块是“将我的联系人分为多个群”，这个模块可以使用客户的人口统计特征对客户进行分群，提炼每个客户群的不同特征，从而针对不通客户群制定不同的营销策略。第三个模块是“生成对产品做出相应的联系人的概要信息”，该模块可以根据已经投放的测试产品响应率情况，发现响应率较高客户的特征，从而更有效的指导后续的营销工作。 第二部分是改善我的市场营销活动：其中第一个模块是“确定响应率最多的邮政编码地区”，该模块可以根据已经投放的测试产品响应率情况，发现响应率最好的区域。第二个模块“选择最有可能进行采购的联系人”，可以根据小样本用户的产品营销测试结果建立模型，结合第三部分的“应用来自模型文件的得分”对大样本客户的营销活动响应率做出预测，挑选最优质的客户进行产品营销，降低营销成本，提高营销效率。第三个模块是“控制包装检验”，专门用来检验更换包装对产品受欢迎度带来的影响，以帮助市场人员做出正确的决策。 第三部分“对我的数据评分”，实际上就是将预测模型进行发布应用的过程，需要结合第二部分改善我的市场营销活动中，“选择最有可能购买的联系人”创建的模型来对剩余大样本客户进行打分预测。 在本章我们会重点给大家介绍一下RFM分析和控制包装检验的实际应用方法。 * RFM是在众多的客户关系管理(CRM)的分析模式中，被广泛提到的模型之一。该模型应用于衡量客户价值和客户创造利润能力的分析。RFM模型通过一个客户的最近一次消费（Regency）、消费总体频率（Frequency）以及消费金额（Monetary）对客户进行RFM 打分，根据客户的 RFM得分来描述该客户的价值状况。 最近一次消费 最近上一次消费时间是评价客户价值的一个重要指标。理论上，最近购买产品或者服务的顾客，最有可能成为再次光顾的消费者，对推出的新品也最有可能做出反应。 消费总体频率 消费总体频率是在限定时间内的购买次数。最频繁常购买的顾客，也是满意度最高的顾客。 消费金额 消费金额是在限定时间期间购买金额的总和。根据“帕雷托”法则——通常80%的利润来自20%的重要客户，消费金额越多的客户是越需要维系关系的客户。 * 实操： 我们以客户交易数据为例，打开Statistics安装目录下的Sample文件夹下Simplified Chinese目录下的rfm_transactions.sav数据，可以看到这是一个典型的交易数据，第一列是用户ID，第二列是用户购买商品的类别，第三列是购买产品的编号，第四列是交易日期，第五列是本次交易金额，再打开直销菜单，选择了解我的联系人中的第一个模块，帮助我确定最佳联系人（RFM分析），因为我们的数据格式是交易数据，所以选择交易数据按钮，如果数据是客户数据格式，可以选择客户数据。在打开的RFM分析对话框中，选择购买日期变量到交易日期栏，选择