APP下载

基于RFM模型的卷烟品牌聚类细分研究

2015-01-21邓基刚郑成德刘景燕黄胜茂王无瑕

关键词:细分卷烟数据挖掘

邓基刚+郑成德+刘景燕+黄胜茂+王无瑕

摘要:本文针对当前烟草公司在品牌细分方面工作的不足,借助聚类分析的方法,通过对烟草零售户购买卷烟行为分析的实现对卷烟品牌畅销度的细分,帮助烟草公司实现在售香烟品牌的合理分类,优化客户资源与卷烟货源的配置。

关键词:RFM模型  聚类细分

1 理论基础

RFM模型

RFM模型是由美国著名的数据库营销研究所Arthur Hughes提出的,已经被实践所检验的,对企业客户价值衡量有较好效果的客户数据三要素。RFM是指在客户的一个考察周期内,从最近一次消费至现在的时间间隔(Recency)、购买次数(Frequency)、消费总金额(Monetary)三项指标来描述该客户的价值状况。

①最近一次消费时间至现在的时间间隔(Recency)。该时间间隔越短,则R值越大。根据相关研究者的研究发现,R越大的客户越有可能在最近的一段时间内产生新的消费行为。R越大,企业对该客户的记录的信息资料就越全,反之,随着R的减小,该客户的数据资料会越来越少。研究发现,如果时间间隔超过一年,则该企业50%的客户信息将无效。

②购买次数(Frequency)。客户在该考察周期内,购买该企业产品或服务的次数。购买的次数越多,说明该客户的忠诚度越高,该客户对企业依赖性越大。

③消费总金额(Monetary)。客户在该考察周期内,购买的所有产品或服务的总金额。客户购买的总金额越大,对企业的利润的贡献也就越大。

RFM从三个关键维度描述客户的购买行为,且可以较好的表示客户当前为企业带来的现实价值。根据国内外的研究与实践,RFM是表示客户当前价值的充分变量。

在本部分中,研究对象是山东省某烟草销售公司2008-2013年的全年销售数据,假定研究起始点为每年的1月1日,截止时点为当年的12月31日,对应烟草品牌的衡量的三个指标参数分别为某品牌烟草在12月内的总订货量(Sum_quan)、该品牌烟草当年最后一次订货时间到当年年底的天数(Recency)、该品牌烟草在1个自然年内订货的总次数(Frequency),聚类模型指标及字段含义见下表:

表1  RFM模型指标及字段

2 数据分析过程

在此,主要采用两步聚类的方法对RFM表进行数据分析,顾名思义,两步聚类按照两个步骤完成聚类。首先,通过构建和修改聚类特征树(Cluster Feature Tree)对记录进行初步归类;然后,对这些初步分类的结果再次进行聚类,由于此时的预聚类的数量要远远小于原始数据的数量,在这一阶段使用传统的聚类方法就可以处理了。在此,通过对每种卷烟品牌在一个周期的订货次数、订货量和最近一次订货时间采用两步聚类方法,自动计算出卷烟品牌的聚类个数和特征。

我们通过数据分析软件将2008年-2012年内该烟草公司订单销售数据转化为RFM分析数据表,再通过Clementine数据挖掘软件分析RFM数据表,得到如下列图表所示的分析结果。

图1  烟草卷烟品牌聚类图

表2  烟草卷烟品牌销量聚类分析表

采用以上分析方法,将2008年-2012年每年的畅销烟拣选出来形成表3。

对2008-2012年的畅销烟分析看出,在2008年-2011年间,哈德门(精品)、哈德门(软)、将军(特纯)等地产4类5类烟占据了排名中的大部分,红塔山(软经典)是畅销烟出现次数最多的3类烟,后期,随着卷烟销售上层次和产品结构调整,2011年和2012年畅销烟的品种有所增加,3类烟增加较多,如南京(红)、云烟(紫),中南海(金8mg)等,1类烟中玉溪(软)也连续出现,而在2012年,哈德门已经没有出现在畅销烟名单中,从2008年的4类5类烟是销售主力到2012年3类烟成为畅销烟主力,说明近年来该烟草公司销售结构调整上了一个新的层次。

参考文献:

[1]周劲峰,廖振鹏.对“卷烟上水平”战略的认识[J].中国烟草学报,2010(B12):5-7.

[2]刘英姿,何伟.基于不同视角的客户细分方法研究综述[J].商场现代化,2009(1):271.

[3]王辛萌.数据挖掘订单分析系统在烟草行业CRM中的研究与应用[D].济南:山东大学,2006.

[4]王小标,黄治移,杨昆,张雪松.聚类综述[J].数字技术与应用,2012(05):204-206.

[5]Arthur M.Hughes著.数据库营销[M].劳帼龄等译.机械工业出版社,2004.4.

[6]Jiawei Han,Micheline Kamber著.范明,孟小峰等翻译,数据挖掘-概念与技术[M].机械工业出版社,2001 DataMining:Concepts and Techniques. San Mateo, CA:Morgan Kaufmann.2001.

[7]潘少东.数据挖掘在烟草商业企业CRM中的应用研究[D].合肥:合肥工业大学,2007.

[8]胡少东.客户细分方法探析[J].工业技术经济,2005,24(7):66-69.

[9]Haley,Russell.I.,Benefit segmentation:a decision-oriented research tool[J].Journal of Marketing,1968,32(7):30-31.

[10]袁芳.基于客户价值的我国高速铁路客户分类问题研究[D].北京:北京交通大学,2012.

作者简介:邓基刚(1963-),男,山东威海人,高级经济师,威海市烟草专卖局(公司)党委书记、局长兼总经理,研究方向:烟草营销;郑成德(1970-),男,山东威海人,威海市烟草专卖局(公司)副总经理,研究方向:卷烟市场营销。endprint

猜你喜欢

细分卷烟数据挖掘
探讨人工智能与数据挖掘发展趋势
深耕环保细分领域,维尔利为环保注入新动力
基于并行计算的大数据挖掘在电网中的应用
1~7月,我国货车各细分市场均有增长
一种基于Hadoop的大数据挖掘云服务及应用
整体低迷难掩细分市场亮点
纸媒新希望 看新型报纸如何细分市场逆势上扬
卷烟包装痕迹分析
基于GPGPU的离散数据挖掘研究
我国卷烟需求预测研究述评