基于数据挖掘的企业客户价值分析

一、背景介绍

在当今激烈的市场竞争环境下,客户资源是企业重要争取的领域。企业客户作为大客户,经营规模较大、销售额可观,是企业经济利润的重要来源。目前增量客户越来越难,怎样做好存量客户维护,挖掘潜力,成为企业提质增效的重要方向。

二、理论来源

RFM模型是衡量客户价值和客户创利能力的重要工具和手段,在成熟的大中型企业广泛应用。

本研究以某对公业务客户价值挖掘为例,创造性地在RFM模型中增加了客户地域A、客户行业I等维度,充分考虑我行客户地域和行业分布情况的影响,形成了RFMAI模型。模型中R为近度(客户在一段时间内最后一次业务发生时间距截止日期的天数)、F为频度(客户在一段时间内业务发生次数)、M为额度(客户在一段时间内发生业务金额)。详见表1。

表1 RFMAI指标含义说明

三、具体做法

本次挖掘企业客户价值分析的总体流程如图1所示。

图1客户价值挖掘建模流程图

客户价值挖掘的关键问题是客户分类,本次客户价值挖掘建模目标如下:

(1)使用企业客户数据,对客户进行分类。

(2)对不同的客户类别进行特征分析,比较各类客户的客户价值。

(3)对不同价值的客户类别提供个性化服务,制定相应的营销策略。

企业客户价值挖掘主要包括以下步骤:

(1)数据抽取

选取2017年1月1日至2018年12月31日作为分析观测窗口,抽取观测窗口内企业客户数据。

(2)数据探索分析

本次挖掘的探索分析是对数据进行缺失值分析与异常值分析,分析出数据的规律以及异常值。通过对数据中的异常值、重复记录、撤销记录等进行处理,筛选去除无效记录。

(3)数据预处理

本次主要采用属性规约、数据清洗与数据变换的预处理方法。

(4)模型构建

客户价值分析模型主要由两个部分构成,第一部分根据客户5个指标的数据,对客户进行聚类分群;第二部分结合业务对每个客户群进行特征分析,分析其客户价值,并对每个客户群进行排名。结果如下:

表2 客户群特征描述表

注:字母后面数字编号,表示该客户群在该属性,每类的排名,例如M1表示该客户群在金额属性排名第一。

分析结果显示每个客户群都有显著不同的表现特征,基于该特征描述,定义五个等级的客户类别:重要价值客户、重要挽留客户、重要发展客户、一般价值客户、低价值客户,其中每种客户类别的特征如下:

重要价值客户(客户群4):这类客户最近发生过交易(R1)、在一段时间内发生的交易次数(F1)和金额(M1)高,行业(I1)排名高,是高价值客户,最为理想的客户类型,贡献度大,所占比例小。优先将资源投放到他们身上,对他们进行差异化管理和一对一服务,提高这类客户的忠诚度和满意度。

重要挽留客户(客户群2):这类客户交易次数(F2)和金额(M2)高,距最近发生一次业务时间相对较长(R3),地域(A5)和行业(I4)排名低。这类客户价值变化的不确定性高,客户衰退的原因各不相同,掌握客户的最新信息、维持与客户的互动就显得尤为重要,推测客户的异动情况,并列出客户名单对其重点联系,延长客户的生命周期。

重要发展客户(客户群1):这类客户最近发生业务(R2),交易次数(F3)和金额(M3)金额相对低,地域(A1)和行业(I2)排名高。虽然这类客户当前价值不高,却有很大的发展潜力,且属对伊经济活跃区,加强这类客户的满意度,可以影响并带动其他客户。

一般价值客户(客户群5):这类客户地域(A2)排名高,很长时间未发生业务(R4),业务交易次数(F4)和金额(M4)低,比低价值客户高,客户价值一般。

低价值客户(客户群3):这类客户很长时间未发生业务(R5),交易次数(F5)和金额(M5)低,可能由于偶然因素发生一次业务,业务办理次数稳定性差,客户价值低。

其中,重要发展客户、重要价值客户、重要挽留客户这三类客户分别可以归入客户生命周期管理的发展期、稳定期、衰退期三个阶段。

四、实施效果

企业客户价值挖掘汇总了某对公业务各机构交易情况,根据实际交易情况将客户分为了五类“标签”:重要价值客户(活跃、交易频繁、金额高、行业排名高)、重要挽留客户(活跃度相对低、交易频繁、金额高)、重要发展客户(活跃、交易次数少、金额相对低、地域排名高)、一般价值客户(交易次数少、金额低、地域排名高)、低价值客户(不活跃、金额少、金额低),可通过雷达图展示各项指标特征,图2。可以看到,重要价值客户的交易金额和行业成为了客户价值中两个重要的因素,在未来经营策略制定过程需重点关注。

图2某对公业务客户群属性图

通过南丁格尔图可展示占比情况,可以看出,某对公业务的重要价值客户占比较少,重要发展客户占比较大,呈现一种高频次,低价值的交易现状。图3显示了各类主要客户情况。

图3 某对公业务客户价值分类占比图

五、推广应用

RFMAI模型和自适应聚类算法,可以广泛应用于数量庞大的企业客户,通过进行客户聚类和细分,从而发现客户交易模式类型,找出最有价值和盈利潜力的客户群, 以及他们最需要的服务,更好地配置资源和政策,改进服务,抓住最有价值的客户。

如果觉得好请“点赞”,或关注我交流。

你可能感兴趣的:(基于数据挖掘的企业客户价值分析)