本文關鍵詞：基于改進RFM模型的電子商務客戶細分，由筆耕文化傳播整理發(fā)布。

對電子商務企業(yè)的客戶進行準確細分,采取相應的營銷策略,是電子商務發(fā)展的重要環(huán)節(jié)。在傳統(tǒng)零售行業(yè)客戶細分的RFM模型上,引入總利潤屬性,創(chuàng)建RFP模型,使用數(shù)據(jù)挖掘K-Means算法對某電子商務企業(yè)客戶進行聚類分析,與RFM模型比較,并分析了模型屬性的關聯(lián)性對聚類結(jié)果的影響,得出了模型比較的六個結(jié)論和四個營銷策略,能為電子商務行業(yè)以及其他銷售行業(yè)提出相關營銷策略。

J u n lo o u e p l ain o r a f mp t rA p i t s C c o

I N 0 SS 1 01— 81 90

2 2. 01 05一 O1 h t// tp: . c .c o a n

計算機應用，，02 3 ( ) 13 2 1, 2 5:4 9—14 42文章編號：0 1 9 8 (0 2 0 10— 0 1 2 1 ) 5—13 0 4 9— 4

C EN J I U OD YID

di1 .7 4 S . .07 2 1 . 13 o:0 32/ P J18 .0 2 04 9

基于改進 R M模型的電子商務客戶細分 F 徐翔斌，王佳強，涂歡穆明， (. 1中南大學交通運輸工程學院，沙 4 0 8; 2華東交通大學機電工程學院，昌 30 1 )長 10 3 .南 3 0 3

(通信作者電子郵箱 w nj qa g2@s aem agi in6 8 i . o ) a n

摘要：對電子商務企業(yè)的客戶進行準確細分，采取相應的營銷策略，電子商務發(fā)展的重要環(huán)節(jié)。在傳統(tǒng)零售是 行業(yè)客戶細分的 R M模型上， F引入總利潤屬性，創(chuàng)建 R P模型，用數(shù)據(jù)挖掘 K Men F使 - as算法對某電子商務企業(yè)客戶 進行聚類分析， R M模型比較，與 F并分析了模型屬性的關聯(lián)性對聚類結(jié)果的影響，出了模型比較的六個結(jié)論和四個得營銷策略，能為電子商務行業(yè)以及其他銷售行業(yè)提出相關營銷策略。 關鍵詞：電子商務；數(shù)據(jù)挖掘； F R M模型；聚類分析；客戶細分 中圖分類號： P 9 T 31文獻標志碼： A

Cu t me l s i c to f E- o s o r ca sf a i n o c mm e c s d o m pr v d RFM o e i r e ba e n i oe m dl xu Xin . i a g b n一，W ANG Ja q a g, T a。 i.in U Hu n,MU Mi g n (.Sh o o rf n rnpr tnE gne n,C nrl ot nvrt,C agh nn4 0 8,C ia 1 colfTa cad Tasot i nier g et u U i sy h nsaHua 10 3 hn; f i ao i aS h ei 2 colfMeh ncl n l tcl n ie n,E s C iaJ oogU i rt a ca gj n x 3 0 1,C i ) .Sho o ca i dEe ra gne g at hn i tn

n esy aa ci E i r a v i,N nhn i g i 30 3 hn a a Ab ta t t S e s ni l t l si E c mme c u t me s a c r tl a d tk s i b e sr c:I s e t o c a s y— o i a f r e c so r c u aey n a e u t l ma k t g srt g o h a r ei tae y f r te n

d v l m n o E cmm re a e n te R M ( ee c, rq e c, o e r) m d l sd i u t e l s c t n o eeo e t f -o ec .B s d o h F p R cn y F e u n y M n t y o e u e n c s m rc si a o f a o a f i i ta i o a eal h o a p o tati ue e e i t d c d t e P mo e n Me n l sei g me h d wa s d t r dt n lrt i i .t e ttl r f t b ts w r n r u e o s t RF d la d K- a s cu trn t o s u e o i r o a ay e c so r fa f m c mme c n o a e t h M d 1 h e e a c f mo e t i u e mp c n n l z u t me so r i E—o i n r e a d c mp r d wi t e RF mo e .T e r lv n e o d lat b t s i a to h r c u t rn e ut sa lz d. F n ly t pe essx c n l so bo tt o l se ig r s lswa nay e i al, hepa rg t i o cu insa u hec mpa io e we n t t d l n ut rs n b t e heboh mo e sa d p s

f r a d fu tae isf rE C mme c n t e a e n u t e . o w r o rs t ge — o r o r e a d o h rs ls i d s is r

Ke r s y wo d:E—o cmmec; d t miig R M (R c n y rq e c,Mo eay mo e; cutr a ayi; c so r re aa nn; F e e c,F e u ny n tr ) dl lse n lss utme ca sfc to l siia in

0引言 近年來，電子

商務在短短幾年中以驚人的速度蓬勃發(fā)展， 它的迅速發(fā)展引發(fā)了交易方式、流通模式、商業(yè)模式的不斷創(chuàng)新和進步。一方面它規(guī)避了創(chuàng)業(yè)者由于實體店面投資而產(chǎn)生的資金風險；另一方面，提高了客戶服務水平以及更多的商品選擇機會。隨著電子商務交易量快速增加和市場的激烈競爭，電子商務領域需要像傳統(tǒng)的市場營銷一樣進行客戶細分， 從而滿足客戶日益增長的個性化需求，并且通過差異化服務、 針對性策略吸引客戶，形成長期購買行為，高客戶忠誠度，提 在激烈的市場競爭中立于不敗之地。杜修平等…引入投資回報率建立 R M— O模型對證券行業(yè)客戶流失進行了分析； F R I 張玲芳等將 R M( eec, rqe c, oea )型 F R cny Feuny M nt y模 r與原協(xié)同過濾機制進行結(jié)合，定了差異化的電子商務推薦制策略；劉慧婷等提出了基于經(jīng)驗模態(tài)分解方法 ( m icl E pr a i M d eo ps i,MD) K Men o eD cm oio E tn和 - as的客戶行為聚類方法， 為商家提供了促銷依據(jù)。然而大多數(shù)國內(nèi)學者主要進行算法改進，沒有對模型進行更符合實際的描述，營銷策略仍存在表面階段，對利潤詳細分析的模型更是少之又少。

( ee c,r uny Po t R cny Fe ec,rf )模型，后收集并清洗了某 B C q i然 2

電子商務企業(yè) (如卓越網(wǎng)、寧易購等 )蘇的銷售數(shù)據(jù)， R M對 F 模型和 R P模型進行聚類效果較好的 K Men F - a s聚類分析，最后比較兩種模型效果；同時針對利潤分析，提出了

相應的營銷策略，能夠為大型電子商務企業(yè)或者購物網(wǎng)站以及其他銷售行業(yè)提供客戶區(qū)分依據(jù)。 12 R M模型背景 . F

R M模型是客戶關系管理領域中的一種定量分析模型， F 它通過三個屬性值來描述客戶的重要程度和客戶類型，即最近購買時問( )某一期間內(nèi)購買的次數(shù) ( )某一期間內(nèi)購 R, F,買的總金額( )它主要用于傳統(tǒng)零售行業(yè)， 。在反應客戶購買偏好方面具有良好的表征性，研究發(fā)現(xiàn) R越小( F越大或 M或值越大 )客戶越有可能與企業(yè)達成新的交易，,常用于數(shù)據(jù)挖 掘客戶細分。 13改進的 R P模型背景 . F

國外學者認為客戶細分模型的構(gòu)建直接影響到

數(shù)據(jù)挖掘技術的準確性”。模型描述越準確， 數(shù)據(jù)挖掘的效果越好。購買金額高但帶來低利潤的客戶不一定是大客戶，不一定 滿足企業(yè)的大客戶策略。高銷售額雖然提高了企業(yè)的資金周

1技術路線和模型背景 1 1研究思路和方法 .

轉(zhuǎn)率，但是給企業(yè)帶來根本利益的是利潤，不應該在模型中被 忽略，尤其是針對目前產(chǎn)品豐富、利潤相差較大，有較高利潤擁的電子商務企業(yè)。如果企業(yè)擁有若干個購買金額相差不多利

本文首先引入客戶關系管理中 R M模型，立了 R P F建 F 收稿日期：0 11 - 1修回日期：0 11—7 2 1— 10; 2 1 2 1。

基金項目：國家 83計劃項目(0 9 A 4 16; 6 20 A 0 Z 0 )江西省自然科學基金資助項目(0 9 Z O 1 )江西省教育廳科技公關項目( J14 7。 20G S05; GJ0 6 )作者簡介：徐翔斌( 9 5一)男， 17,江西湖口人，副教授，博士，主要研究方向：知識管理、供應鏈管理；王佳強( 9 4一)男， 18,福建南平人，碩士研究生，主要研究方向：智能電子商務；涂歡 (9 7一)男， 18,江西南昌人，碩士研究生，主要研究方向：復雜網(wǎng)絡；穆明( 9 7一),, 18男湖北荊州人，士研究生，碩主要研究方向：模擬計算。

Word文檔免費下載：基于改進RFM模型的電子商務客戶細分 （下載1-1頁，共1頁）

  本文關鍵詞：基于改進RFM模型的電子商務客戶細分，由筆耕文化傳播整理發(fā)布。