|
摘要：
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( 阅读全文
posted @ 2012-06-20 22:18 数据之美 阅读(685) 评论(0) 推荐(0) 编辑
摘要：
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、购买金额，用数据挖掘软件处理，加权（考虑权重）得到RFM得分，对得分排序，输出营销名单topN！ 上图来自于@数据挖掘与数据分析 下面我们采用IBM Modeler 14.1版本操作RFM模型：（采用数据挖掘技术来分析RFM是一件简单的工作，因为软件非常智能化，或者说基本上内置了自动RFM分析模块） 首先：我们读取数据，假设我们拥有近7万条交易数据，包含客户ID，.. 阅读全文
posted @ 2012-06-20 22:16 数据之美 阅读(385) 评论(0) 推荐(0) 编辑
摘要：
RFM模型技术是根据消费者交易数据库中三个核心指标构建并计算的消费者细分或销售得分进行有针对性营销的一种市场研究技术。RFM既是传统的数据库营销手段，也是数据挖掘技术关注的模型技术，RFM在客户细分模型、客户响应模型、客户价值模型、客户促销模型等都是重要的变量和分析模块。RFM模型也是建构客户关系管理的核心分析技术。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(Frenquency) * 消费金额(Monetary)R—RECENCY：最近购买的客户倾向再... 阅读全文
posted @ 2012-06-20 22:12 数据之美 阅读(662) 评论(0) 推荐(0) 编辑 |
||
