数据挖掘应用案例：RFM模型分析与客户细分.pdfVIP

数据挖掘应用案例： RFM 模型分析与客户细分 分类： 数据挖掘 | 标签： 市场研究 数据挖掘 RFM 模型 2012-01-21 21:39 阅读 ( 16854 ) 评论 (9) 这里，我先给各位朋友 拜年，祝大家新春快乐！ 兔年就要过去了，本命年的最后一天再不更新博客有点对不住大家！正好刚帮某电信 行业完成一个数据挖掘工作，其中的 RFM 模型还是有一定代表性，就再把数据挖掘 RFM 模型的建模思路细节与大家分享一下吧！ 手机充值业务是一项主要电信业务形式， 客户的充 值行为记录正好满足 RFM 模型的交易数据要求。 根据美国数据库营销研究所 Arthur Hughes 的研究， 客户数据库 中有三个神奇的要素， 这三个要素构成了数据分析最好 的指标： 最近一次消费 (Recency) 、消费频率 (Frequency) 、 消费金额 (Monetary) 。 我早期两篇博文已详述了 RFM 思想和 IBM Modeler 操作过程，有兴趣的朋友可以阅 读！ RFM 模型： R(Recency) 表示客户最近一次购买的时间有多远， F(Frequency) 表示客 户在最近一段时间内购买的次数， M (Monetary) 表示客户在最近一段时间内购买的金额。 一般原始数据为 3 个字段：客户 ID 、购买时间（日期格式）、购买金额，用数据挖掘软件 处理，加权 （考虑权重）得到 RFM 得分， 进而可以进行客户细分， 客户等级分类， Customer Level Value 得分排序等，实现数据库营销！ 这里 再次借用 @ 数据挖掘与数据分析的 RFM 客户 RFM 分类图。 本次分析用的的软件工具： IBM SPSS Statistics 19 ，IBM SPSS Modeler14.1 ，Tableau7.0 ， EXCEL 和 PPT 因为 RFM 分析仅是项目的一个小部分分析， 但也面临海量数据的处理能力， 这一点对 计算机的内存和硬盘容量都有要求。 先说说对海量数据挖掘和数据处理的一点体会：（仅指个人电脑操作平台而言） 一般我们拿到的数据都是压缩格式的文本文件，需要解压缩，都在 G 字节以上存储 单位，一般最好在外置电源移动硬盘存储；如果客户不告知，你大概是不知道有多 少记录和字段的； Modeler 挖掘软件默认安装一般都需要与 C 盘进行数据交换，至少需要 100G 空间 预留，否则读取数据过程中将造成空间不足 海量数据处理要有耐心， 等待 30 分钟以上运行出结果是常有的现象， 特别是在进行 抽样、合并数据、数据重构、神经网络建模过程中，要有韧性，否则差一分钟中断 就悲剧了，呵呵； 数据挖掘的准备阶段和数据预处理时间占整个项目的 70% ，我这里说如果是超大数 据集可能时间要占到 90% 以上。一方面是处理费时，一方面可能就只能这台电脑处 理，不能几台电脑同时操作； 多带来不同，这是我一直强调的体验。所以海量数据需要用到抽样技术，用来查看 数据和预操作，记住：有时候即使样本数据正常