基于客户生命周期价值的客户分类与数据挖掘.docVIP

基于客户生命周期价值的客户分类与数据挖掘 　　1 引言 　　客户对企业的价值不单是客户直接购买为企业带来的利润贡献，它应该是客户在其整个生命周期内为企业创造的所有价值总和，即客户的终身价值。客户终身价值主要包括客户购买价值、口碑价值、信息价值、知识价值和交易价值[1]。 　　以往对客户价值的计算往往局限于客户的现有价值，而往往忽略了客户的潜在价值，以及客户的无形价值，这里我们提出的客户生命周期价值(CLV)综合考虑了客户现值、潜在价值和无形价值[2]。 　　 　　2 基于客户生命周期价值（CLV）数据挖掘模型 　　本文对客户生命周期价值的挖掘共分为三个步骤。步骤一，收集数据，建立数据仓库；步骤二，以客户生命周期的三个要素：客户当前价值、客户潜在价值、客户忠诚度为轴，建立三维坐标系对客户进行分类[3]；步骤三，针对数据挖掘结果和客户分类，制定营销策略。 　　 　　3 客户价值计算及忠诚度挖掘 　　3.1 IT企业员工的特点 　　其公式为： 　　 　　其中：Ｍ为单位产品的销售毛利，Ｑt为第t年客户的销售量，Ｘ为客户每年的维护成本，Ｃ为客户的期初开发成本，Ｔ为客户的寿命周期。 　　3.2 客户潜在价值的计算 　　 　　Ｖi为客户潜在价值 probij为顾客i未来购买产品j的概率；profitij为顾客i购买产品j企业所能获得的利润。 　　profitij，我们这里用客户i所购买的产品j减掉该产品j的成本及各种费用，所得的利润或净收益。probij，我们运用依赖性分析的数据挖掘方法，来计算各个产品间的联系，从而根据客户i已购买的产品来推测客户i将来购买产品j的概率，这里我们用产品间的“可信度”来替代probij，计算客户的潜在价值[4]。 　　规则覆盖率： 　　假定某一企业有100位客户，其中80位客户购买了产品A,70位客户同时购买了产品A和B，那么，产品A的覆盖率Support(A)=80%,产品A和B的覆盖率Support(AB)=70%。 　　规则准确率： 　　我们将利用规则准确率来预测probij，假设客户i同时购买产品A、B、C的覆盖率Support(ABC)=30%，购买产品A的覆盖率Support(A)=80%，购买产品A和B的覆盖率Support(AB)=70%，那么，当客户i已经购买了产品A,则未来客户i购买产品B的概率为： 　　 　　当客户i已经购买了产品A和B,则未来客户i购买产品C的概率： 　　 　　3.3 客户忠诚度计算 　　利用决策树法挖掘算法，选用客户忠诚度表中的客龄时长、总消费额、活跃程度、投诉次数几个属性，挖掘出未知客户的客户忠诚度[4]。 　　 　　4 最后模型及市场策略 　　4.1 最后模型 　　根据客户现有价值、潜在价值和忠诚度三个维度我们可以把客户分为八种类型：高现值-高潜值-高忠诚度；高现值-高潜值-低忠诚度；高现值-低潜值-高忠诚度；高现值-低潜值-低忠诚度；低现值-高潜值-高忠诚度；低现值-高潜值-低忠诚度；低现值-低潜值-高忠诚度；低现值-低潜值-低忠诚度。 　　4.2 市场策略 　　高现值-高潜值-高忠诚度：这是公司的“黄金客户”。 　　高现值-高潜值-低忠诚度：这是企业开发的“主攻方向”。 　　高现值-低潜值-高忠诚度：潜值若是客户生命周期已尽导致，属正常现象，不采取任何行动。若是对客户进一步的行销活动很少导致，则应加大对客户的交叉销售，提高客户潜值。 　　高现值-低潜值-低忠诚度：忠诚度较低若是客户生命周期已尽是正常情况；若是由于企业原因导致客户满意下降，企业就应调查清楚导致客户满意度下降的因素，加以改善解决。 　　低现值-高潜值-高忠诚度：这类客户也是企业重点开发的客户之一。 　　低现值-高潜值-低诚度：这类客户虽有很大开发价值，但该客户对公司的产品或服务认同率很小。 　　低现值-低潜值-高忠诚度：这类客户对公司的产品认同和满意度很高，但收入不高，消费不起公司产品。 　　低现值-低潜值-低忠诚度：这类客户经常更换产品厂家，现在和未来能为企业带来的现金流入很少，而占用了企业大量的开发和维护费用，是企业的“淘汰客户”[５]。 　　 　　参考文献 　　[1]韩景元，卢艳丽.基于客户价值的客户分类方法探讨[J].管理视角，2005.5. 　　[2]黄亦潇，邵培基，李菩菩.基于客户价值的客户分类方法研究[J].预测，2004，23（3）：31-35. 　　[3]权明富，齐佳音，舒华英.客户价值评价指标体系设计[J].南开管理评伦，2004，7（3）：17-23. 　　[4](美)唐（Tang,Z.H.）,(美)麦克雷南（Maclennan,J.）著，邝祝芳,等,译.数据挖掘原理与应用――SQL Se