客户分群的概念与应用

客户分群概念

概念理解

• 客户分群也称为客户细分，理论依据在于，顾客的需求的异质性和企业需要在有限资源的基础上进行有效地市场竞争。
• 客户分群，是指企业在明确的战略业务模式和特定的市场中，根据客户的属性，行为，需求，偏好以及价值等因素对客户进行分类，并提供有针对性的产品 ，服务和销售模式。

解读

• 客户需求的角度
  每个人的需求都是具有差异性，
• 客户的价值
• 企业的资源和能力的角度

细分的角度

1，外在属性（企业角度）

• 组织归属
• 企业性质

2, 内在属性（人口统计学维度）

• 性别
• 年龄
• 性格

3，消费行为

• 购买
• 支付
• 金额

分群步骤

• 1，收集数据
• 2， 设计模型
• 3，分析结果
• 4，执行营销
• 5，评估结果

客户分群应用场景

根据人口特征和购买历史细分（互联网电商行业）

主要收集的数据：

• 1，客户人口统计学特征（性别，年龄）
• 2，客户接触企业的渠道
• 3，客户购买的频次
• 4，客户购买的金额

根据客户对企业的价值细分（品牌商）

主要收集的数据：

• 1，客户作为某品牌的顾客的时间周期
• 2 ，每个时间周期内顾客购买某种品牌的频数
• 3，客户购买该品牌产品的平均贡献
• 4，购买该品牌的概率

根据客户行为细分（如：P2P理财产品）

主要收集的数据：

• 1，客户线上浏览行为
• 2，客户购买行为
• 3，客户支付行为
• 4，客户评价

客户分群常用的方法

RFM方法

R (recency)

• 最近一次消费
• 如最近一次消费距离现在的天数

F (Frequency)

• 消费频率
• 如最近3个月内消费次数

M (Monetary)

• 消费资源
• 如总消费金额或总使用流量

聚类方法

聚类的方法则是一种自然聚类的方式，在数据挖掘之前并不知道客户可以分为哪几个类，只是根据要求确定分为几类（有些算法需要人为确定输出簇的数目），将数据聚类以后，在对每个簇中的数据进行分析，归纳出相同簇中客户的相似性或共性。

聚类模型

• K-means

分类方法

在聚类工作完成后，对不同类的客户进行分析和特征提取，定义分类规则，当有新用户加入时，可以根据其特征数据进行分类，将其分到之前通过聚类生成的类别中的其中某一类中。