熊蘭++高炳

◆ 中圖分類號(hào)：F713 文獻(xiàn)標(biāo)識(shí)碼：A

內(nèi)容摘要：傳統(tǒng)的RFM模型被廣泛地應(yīng)用于各類零售企業(yè)、銀行和通信等行業(yè)，通過對(duì)基于RFM模型的客戶細(xì)分的應(yīng)用研究，本文首次提出對(duì)于零售企業(yè)的基于RFM模型的客戶終身價(jià)值的評(píng)價(jià)應(yīng)該對(duì)企業(yè)的所有產(chǎn)品分類，創(chuàng)建基于RFM的多層級(jí)客戶價(jià)值模型，并利用SQL server 2000中的Northwind數(shù)據(jù)庫對(duì)這個(gè)模型進(jìn)行實(shí)證研究。首先比較傳統(tǒng)模型和多層級(jí)模型的客戶終身價(jià)值的分布，然后對(duì)個(gè)人客戶的分產(chǎn)品的客戶價(jià)值、傳統(tǒng)模型客戶終身價(jià)值和多層級(jí)模型的客戶終身價(jià)值作為細(xì)分變量聚類，結(jié)合客戶終身價(jià)值分析不同類別產(chǎn)品的客戶價(jià)值，挖掘出運(yùn)用傳統(tǒng)RFM模型進(jìn)行客戶細(xì)分隱藏的部分重要的客戶信息，對(duì)管理人員制定營(yíng)銷策略有很好的實(shí)踐價(jià)值，并驗(yàn)證了該模型的有效性。

關(guān)鍵詞：客戶細(xì)分 客戶生命周期價(jià)值 客戶價(jià)值 RFM 營(yíng)銷策略

引言

隨著經(jīng)濟(jì)的發(fā)展，客戶多樣性的需求，零售企業(yè)產(chǎn)品種類越來越豐富。零售企業(yè)之間產(chǎn)品差異性不大，同質(zhì)化嚴(yán)重，滿足客戶的需求成為企業(yè)獲得客戶資源的關(guān)鍵。然而企業(yè)的資源是有限的，企業(yè)不可能滿足每個(gè)客戶的需求，只能利用有限的資源滿足有價(jià)值的客戶的需求。如何了解客戶的需求，現(xiàn)在主要的依據(jù)是對(duì)企業(yè)客戶進(jìn)行合理的劃分，即客戶細(xì)分。現(xiàn)在研究比較熱門的是依據(jù)客戶的終身價(jià)值聚類對(duì)客戶細(xì)分，然而這樣劃分的結(jié)果存在很大的營(yíng)銷缺陷。

在營(yíng)銷領(lǐng)域，RFM模型被廣泛地用來衡量客戶的生命周期價(jià)值（客戶價(jià)值）。本文通過對(duì)RFM模型的應(yīng)用研究，提出了一種針對(duì)零售行業(yè)的基于產(chǎn)品類別的多層級(jí)的客戶價(jià)值評(píng)價(jià)模型。該模型綜合考慮個(gè)人客戶產(chǎn)品類別的客戶價(jià)值以及客戶的終身價(jià)值，通過對(duì)企業(yè)產(chǎn)品的分類解決了對(duì)企業(yè)所有產(chǎn)品運(yùn)用RFM模型的局限性（不同類別的產(chǎn)品R、F、M值的差異性太大，會(huì)遺漏很多重要的客戶信息），可以為企業(yè)的促銷策略提供指導(dǎo)，具有更強(qiáng)的實(shí)踐價(jià)值。

RFM模型及其應(yīng)用研究

客戶作為企業(yè)的一項(xiàng)重要資源，也是有生命周期的。客戶生命周期價(jià)值是指客戶在與企業(yè)接觸的整個(gè)過程中為企業(yè)創(chuàng)造價(jià)值。典型的客戶生命周期價(jià)值包括考察期、形成期、穩(wěn)性期和衰退期。目前，比較普遍和公認(rèn)的用來評(píng)價(jià)客戶價(jià)值的一種模型是RFM模型。

RFM模型最早是由Hushes提出的，它包括R（Recency）、F（Frequency）、M（Monetary）這三個(gè)變量，它們都是來自客戶的消費(fèi)數(shù)據(jù)。近度（R）表示客戶最后一次交易距離現(xiàn)在的時(shí)間，該值越小，則表明客戶與企業(yè)再次產(chǎn)生交易的可能性越大；頻度（F）表示客戶在分析的時(shí)間段內(nèi)與企業(yè)產(chǎn)生交易的次數(shù)，該值越大，則表明客戶對(duì)企業(yè)的忠誠度越大；金額（M）表示客戶在分析的時(shí)間段內(nèi)購買企業(yè)產(chǎn)品消費(fèi)的總金額，該值越大，則表明客戶越忠誠對(duì)企業(yè)的價(jià)值越大。RFM模型廣泛應(yīng)用于對(duì)直銷領(lǐng)域的客戶細(xì)分。蔣國瑞等（2007）、曾小青等（2013）、王扶東等（2011）對(duì)傳統(tǒng)的RFM模型進(jìn)行了改進(jìn)，以便于更深入地了解客戶，客戶處于哪個(gè)生命周期，客戶的流失傾向，客戶對(duì)企業(yè)的價(jià)值。王扶東等（2011）提出了一種以RFM模型為基礎(chǔ)的多層級(jí)的客戶忠誠度的細(xì)分模型。Hui-Chu Chang& Hsiao-Ping Tsai（2011）提出對(duì)于RFM模型的客戶細(xì)分應(yīng)該考慮產(chǎn)品的價(jià)格和生命周期，同一個(gè)客戶對(duì)不同的產(chǎn)品可能有不同的忠誠度和價(jià)值。

基于以上研究，本文認(rèn)為對(duì)零售企業(yè)基于RFM模型的客戶價(jià)值細(xì)分時(shí)，客戶的價(jià)值應(yīng)該根據(jù)產(chǎn)品的性質(zhì)分為不同類別產(chǎn)品的價(jià)值，然后根據(jù)客戶的終身價(jià)值和分產(chǎn)品的價(jià)值聚類把客戶分成不同的群。這樣不僅可以解決傳統(tǒng)的RFM模型對(duì)所有產(chǎn)品的客戶價(jià)值計(jì)算的局限性，也能了解客戶對(duì)不同類別產(chǎn)品的價(jià)值高低，可以為有價(jià)值的客戶提供針對(duì)具體產(chǎn)品的營(yíng)銷指導(dǎo)。

基于RFM的多層級(jí)模型

（一）基于產(chǎn)品類別的客戶價(jià)值模型

綜合上面的分析，本文提出了基于RFM模型的多層級(jí)的客戶價(jià)值細(xì)分模型（見圖1）。根據(jù)零售企業(yè)各個(gè)產(chǎn)品的性質(zhì)（價(jià)格、生命周期或者用途）對(duì)產(chǎn)品分類，假設(shè)分為A、B、C三類，然后分別構(gòu)建以A、B、C三類產(chǎn)品為基礎(chǔ)的RFM模型，如圖1所示，個(gè)人客戶的終身價(jià)值是A、B、C三類產(chǎn)品的客戶價(jià)值的總和。各種產(chǎn)品的客戶價(jià)值就是分別只考慮一種類別的產(chǎn)品，然后利用傳統(tǒng)的RFM模型計(jì)算相應(yīng)產(chǎn)品的客戶價(jià)值。個(gè)人客戶終身價(jià)值的計(jì)算公式如下：

Vold=WRR+WFF+WMM （1）

Vnew=αAVA+βBVB+γCVC=αARFMA+βBRFMB+γCRFMC （2）

其中：Vold代表傳統(tǒng)RFM模型的個(gè)人客戶終身價(jià)值，R、F、M代表把企業(yè)的所有產(chǎn)品當(dāng)成一個(gè)整體的個(gè)人客戶的近度、頻度和金額的標(biāo)準(zhǔn)值，WR 、WF和WM表示三個(gè)變量的相對(duì)權(quán)重，其和為1；Vnew代表多層級(jí)模型的企業(yè)的個(gè)人客戶終身價(jià)值，VA、VB、VC代表個(gè)人客戶的產(chǎn)品A、產(chǎn)品B和產(chǎn)品C的價(jià)值，RFMA、RFMB、RFMC分別表示個(gè)人客戶的產(chǎn)品A、產(chǎn)品B、產(chǎn)品C的RFM值，前面的系數(shù)代表的是各類產(chǎn)品的相對(duì)權(quán)重。

（二）變量標(biāo)準(zhǔn)化

相對(duì)權(quán)重的分析。關(guān)于RFM模型中的細(xì)分變量對(duì)于客戶終身價(jià)值的影響程度有以下研究：Hughes在用RFM模型來估算客戶的終身價(jià)值時(shí)認(rèn)為，R、F、M三個(gè)細(xì)分變量的影響是一樣的，在計(jì)算客戶的終身價(jià)值時(shí)把這三個(gè)細(xì)分變量賦予了同樣的權(quán)重。但是后來有學(xué)者研究指出這種方法是有一定缺陷的，發(fā)現(xiàn)有相同的終身價(jià)值的客戶，其購買行為存在巨大的差別。后來，Miglautsch（1995）指出對(duì)于反映客戶購買行為的不同特征的三個(gè)指標(biāo)應(yīng)該具有不同比例的權(quán)重。本文認(rèn)為，在計(jì)算同類產(chǎn)品的個(gè)人客戶的終身價(jià)值時(shí)，這三個(gè)細(xì)分變量對(duì)于客戶的終身價(jià)值影響是不一樣的，所以應(yīng)該對(duì)三個(gè)不同類型的指標(biāo)賦予不一樣的權(quán)重。零售企業(yè)的各種產(chǎn)品的三個(gè)細(xì)分變量的相對(duì)權(quán)重和產(chǎn)品的性質(zhì)、用途關(guān)系比較大，本文運(yùn)用層次分析法來確定其相對(duì)權(quán)重。

變量的標(biāo)準(zhǔn)化。由于三個(gè)基本變量R、F、M的度量單位是不統(tǒng)一的，為了避免變量單位不一致對(duì)分產(chǎn)品客戶價(jià)值及客戶終身價(jià)值的影響，加權(quán)之前需要將三個(gè)基本變量標(biāo)準(zhǔn)化。對(duì)R變量，標(biāo)準(zhǔn)化的值為R變量的最大值與實(shí)際值之差除以R變量的最大值與最小值之差；對(duì)F、M值變量，標(biāo)準(zhǔn)化的F、M值為F、M的實(shí)際值與最小值之差除以F、M變量的最大值與最小值之差。

實(shí)證研究

為了驗(yàn)證該層級(jí)模型的有效性，選取SQL Server 2000中自帶的Northwind數(shù)據(jù)庫兩年的銷售數(shù)據(jù)作為本模型的數(shù)據(jù)源，該數(shù)據(jù)源有89名客戶、2155次交易記錄。該數(shù)據(jù)庫根據(jù)此食品超市經(jīng)營(yíng)產(chǎn)品的性質(zhì)和用途把產(chǎn)品分為飲料（Beverages）、調(diào)味品（Condiments）、糖食（Confections）、乳制品（Dairy Products）、谷物（Grains/Cereals）、肉類（Meat/Poultry）、農(nóng)產(chǎn)品（Produce）、海產(chǎn)食品（Seafood）這八種類別的產(chǎn)品，本模型也以此為依據(jù)把食品超市的所有產(chǎn)品分為這八類來分析。通過綜合各食品專家的意見，得出食品三個(gè)變量的相對(duì)權(quán)重，最后利用層次分析法求得食品超市客戶購買的近度、頻度和金額的相對(duì)權(quán)重分別是0.731、0.188、0.081。分析結(jié)果如下：

（一）分產(chǎn)品的客戶價(jià)值及客戶終身價(jià)值的分布

利用基于產(chǎn)品的多層級(jí)的客戶終身價(jià)值模型，計(jì)算所得的客戶終身價(jià)值的分布如圖2所示，所有客戶的終身價(jià)值之和與客戶個(gè)數(shù)之比是0.5024（即客戶終身價(jià)值的平均值），高于客戶終身價(jià)值的平均值的客戶占52.81%；利用傳統(tǒng)的RFM模型計(jì)算出的客戶終身價(jià)值的平均值是0.7207，高于傳統(tǒng)模型客戶終身價(jià)值的平均值的客戶占60.67%。傳統(tǒng)模型的客戶終身價(jià)值普遍高于多層級(jí)模型所得的客戶終身價(jià)值，傳統(tǒng)RFM模型的客戶終身價(jià)值的分布比較集中，多層級(jí)模型的客戶終身價(jià)值的分布比較均勻，分布接近正態(tài)分布，中間多兩頭少。

從客戶單個(gè)產(chǎn)品來分析客戶的產(chǎn)品價(jià)值，產(chǎn)品Beverages、Condiments、Confections、Dairy Products、Grains/Cereals、Meat/Poultry、Produce、Seafood的平均客戶價(jià)值分別是0.5917、0.6966、0.4682、0.5484、0.4400、0.4149、0.3945、0.5947。其中，Beverages、Condiments、Dairy Products、Seafood這四類產(chǎn)品的客戶價(jià)值的平均值比較高，其它四類產(chǎn)品的客戶價(jià)值的平均值相對(duì)比較低。產(chǎn)品種類不同，客戶價(jià)值的分布差異還是比較大，如圖3所示，如果只是把所有產(chǎn)品當(dāng)成一個(gè)整體來評(píng)價(jià)客戶的終身價(jià)值會(huì)遺漏比較多的客戶信息，因此有必要針對(duì)企業(yè)的產(chǎn)品分類分別分析客戶的價(jià)值。

（二）個(gè)人客戶價(jià)值聚類分析

以個(gè)人客戶的八類產(chǎn)品的忠誠度、傳統(tǒng)RFM模型的客戶終身價(jià)值、多層級(jí)模型的客戶終身價(jià)值作為細(xì)分變量，運(yùn)用SPSS的系統(tǒng)聚類，把客戶分為8類具有不同特征的客戶群，如表1所示。

客戶群1的傳統(tǒng)模型的客戶終身價(jià)值的均值接近所有客戶的均值；多層級(jí)模型的客戶終身價(jià)值均值明顯偏低，是多層級(jí)模型所有客戶終身價(jià)值均值的0.63倍。Beverages、Dairy Products、Produce這三種產(chǎn)品的客戶價(jià)值的均值偏低，其余5種的產(chǎn)品客戶價(jià)值的均值顯著偏低?？蛻羧?對(duì)于各類產(chǎn)品都屬于低價(jià)值客戶，并且對(duì)其中的5種產(chǎn)品鮮少問津，對(duì)于整個(gè)企業(yè)也屬于低價(jià)值客戶。

客戶群2的傳統(tǒng)模型的客戶終身價(jià)值的均值和多層級(jí)模型的客戶終身價(jià)值的均值都偏低，分別是所有客戶的0.64和0.55倍，這類客戶對(duì)企業(yè)的8種產(chǎn)品的客戶價(jià)值的均值也都偏低。這類客戶屬于企業(yè)的低價(jià)值客戶，其特征是對(duì)各種類別的產(chǎn)品都有購買，但是價(jià)值不高。

客戶群3的傳統(tǒng)模型和多層級(jí)模型的客戶終身價(jià)值的均值是所有客戶群中最低的。這類客戶的Condiments和Produce的產(chǎn)品客戶價(jià)值是0，其余5種類別的產(chǎn)品客戶價(jià)值的均值也顯著偏低。這類客戶也屬于企業(yè)的低價(jià)值客戶。

客戶群4的傳統(tǒng)模型的客戶終身價(jià)值的均值接近所有客戶的平均值；多層級(jí)模型的客戶終身價(jià)值的均值稍低于所有客戶平均值，是所有客戶平均值的0.73倍；Beverages、Condiments、Confections這三種產(chǎn)品的客戶價(jià)值的均值平均值接近，Meat/Poultry和Produce這兩類產(chǎn)品的客戶價(jià)值的均值分別是平均值的1.67和1.59倍。這類客戶對(duì)于整個(gè)企業(yè)屬于中等價(jià)值客戶，其特征是對(duì)于Meat/Poultry和Produce這兩類產(chǎn)品屬于高價(jià)值客戶。

客戶群5的傳統(tǒng)模型的客戶終身價(jià)值的均值接近所有客戶的平均值；多層級(jí)模型的客戶終身價(jià)值的均值低于所有客戶平均值，是所有客戶平均值的0.63倍；Condiments、 Dairy Products、Produce和Seafood這四類產(chǎn)品的客戶價(jià)值的均值稍微高于所有客戶的均值，其余四類的客戶價(jià)值的均值明顯低于所有客戶的均值。這類客戶對(duì)所有產(chǎn)品都有涉獵，但是整體價(jià)值不高。

客戶群6的傳統(tǒng)模型的客戶終身價(jià)值的均值接近所有客戶的平均值；多層級(jí)模型的客戶終身價(jià)值的均值稍低于所有客戶平均值，是所有客戶平均值的0.85倍；Condiments 、Dairy Products、Produce和Seafood這四類產(chǎn)品的客戶價(jià)值均值高于所有客戶的平均值，Beverages和Confections這兩類產(chǎn)品的客戶價(jià)值偏低。這類客戶對(duì)于整個(gè)企業(yè)屬于中等價(jià)值客戶，這類客戶的特征是對(duì)于Condiments 、Dairy Products、Produce和Seafood這四類產(chǎn)品屬于高價(jià)值客戶。

客戶群7的傳統(tǒng)模型的客戶終身價(jià)值的均值是所有客戶的1.31倍，多層級(jí)模型的客戶終身價(jià)值的均值是所有客戶的1.75倍，都是所有類別客戶終身價(jià)值均值最高的；這類客戶的產(chǎn)品價(jià)值的均值有7種是所有客戶群中最高的，只有Confections的產(chǎn)品客戶價(jià)值的均值稍微偏低但也屬于產(chǎn)品高價(jià)值客戶。這類客戶是企業(yè)的“黃金客戶”，對(duì)整個(gè)企業(yè)屬于高價(jià)值客戶。

客戶群8的傳統(tǒng)模型的客戶終身價(jià)值的均值是所有客戶的1.04倍；多層級(jí)模型的客戶終身價(jià)值的均值是所有客戶的1.19倍；各類產(chǎn)品客戶價(jià)值的均值都高于所有客戶的均值。這類客戶是企業(yè)的主流客戶，各類產(chǎn)品的客戶價(jià)值都偏高。

（三）傳統(tǒng)模型和多層級(jí)模型的對(duì)比分析

通過上面對(duì)客戶價(jià)值的聚類分析，可以根據(jù)傳統(tǒng)模型的終身價(jià)值和多層級(jí)模型的客戶終身價(jià)值把客戶的購買行為分為三類，如圖4所示?？蛻羧?和客戶群8是企業(yè)的高價(jià)值客戶，這類客戶對(duì)于企業(yè)的各類產(chǎn)品的客戶價(jià)值都很高，是企業(yè)利潤(rùn)的來源要重點(diǎn)維系，占客戶總數(shù)的61.79%?？蛻羧?和客戶群3都是企業(yè)的低價(jià)值客戶，客戶群2有一部分產(chǎn)品的客戶價(jià)值比較高，另一部分產(chǎn)品的客戶價(jià)值比較低，客戶群3的各種類別產(chǎn)品的客戶價(jià)值都比較低，這兩類客戶占客戶總數(shù)的24.73%，是企業(yè)的低價(jià)值客戶，企業(yè)對(duì)于這部分客戶不要投入過多的資源，或者把這部分客戶轉(zhuǎn)向競(jìng)爭(zhēng)對(duì)手?？蛻羧?、客戶群4、客戶群5和客戶群6是企業(yè)的中等價(jià)值客戶，客戶群1、客戶群4和客戶群6的產(chǎn)品客戶價(jià)值一部分比較高，一部分比較低，還有一部分沒有涉獵，進(jìn)而提高該類客戶的終身價(jià)值；客戶群5對(duì)于企業(yè)的所有產(chǎn)品都有購買，只是一部分產(chǎn)品的客戶價(jià)值比較高，另一部分產(chǎn)品的客戶價(jià)值比較低；這四類客戶占客戶總數(shù)的13.48%，是企業(yè)重點(diǎn)發(fā)展的客戶，企業(yè)應(yīng)該根據(jù)客戶的產(chǎn)品客戶價(jià)值的分布，加大力度提高產(chǎn)品客戶價(jià)值低的那幾類產(chǎn)品的客戶價(jià)值。

結(jié)論

本文提出了基于RFM的多層級(jí)的客戶價(jià)值模型，把企業(yè)的產(chǎn)品根據(jù)其性質(zhì)分為不同的類別，分別評(píng)價(jià)客戶各類產(chǎn)品的客戶價(jià)值。利用SQL server 2000中的Northwind數(shù)據(jù)庫對(duì)這個(gè)模型進(jìn)行了詳細(xì)說明，通過聚類分析的結(jié)果，討論了對(duì)于企業(yè)的不同價(jià)值的客戶應(yīng)該采取怎樣的營(yíng)銷策略。該模型不僅可以區(qū)分企業(yè)的客戶終身價(jià)值的高低，而且可以進(jìn)一步區(qū)分不同終身價(jià)值的客戶對(duì)于不同類別產(chǎn)品的價(jià)值，這樣可以為管理人員制定營(yíng)銷策略提高客戶價(jià)值提供可靠的、具體的、科學(xué)的指導(dǎo)。

參考文獻(xiàn)：

1.陳金波.面向電信CRM的數(shù)據(jù)挖掘應(yīng)用研究[D].東南大學(xué)，2006

2.Hughes，A.Strategic database marketing：the master plan for starting and managing a profitable，customer-based marketing program[A].Irwin Professional，1994

3.J.R.Bult and T.Wansbeek，Optimal selection for direct mail，Marketing Science 1995（14）

4.蔣國瑞，劉沛，黃梯云.一種基于AHP方法的客戶價(jià)值細(xì)分研究[J].計(jì)算機(jī)工程與應(yīng)用，2007（8）

5.曾小青，徐秦，張丹，林大瀚.基于消費(fèi)數(shù)據(jù)挖掘的多指標(biāo)客戶細(xì)分新方法[J].計(jì)算機(jī)應(yīng)用研究，2013（10）

6.王扶東，馬玉芳.基于數(shù)據(jù)挖掘的客戶細(xì)分方法的研究[J].計(jì)算機(jī)工程與應(yīng)用，2011（4）

7.Hui-Chu Chang and Hsiao-Ping Tsai.Group RFM analysis as a novel framework to discover customer consumption behavior[J].Expert Systems with Applications，2011（38）

8.Miglautsch J R.Thoughts on RFM Scoring[J].Database Mark，1995，8（1）

9.M.Khajvand and K.Zolffaghar and S.Ashoori.Estimating customer lifetime value based on RFM analysis of customer purchase behavior：case study [J].Procedia Computer Science，2011（3）

10.Tsai，C.-Y.&Chiu，C.-C.A purchase-based market segmentation methodology[J]. Expert Systems with Application，2004