客戶細(xì)分中聚類的應(yīng)用

摘要:客戶細(xì)分是企業(yè)識(shí)別客戶類別、把握客戶特征的重要方法。文章簡(jiǎn)單介紹了當(dāng)前常用的客戶細(xì)分的方法，針對(duì)電信企業(yè)提出了基于客戶價(jià)值和客戶行為的客戶細(xì)分模型，采用K-means算法對(duì)電信企業(yè)客戶進(jìn)行聚類，并提出提升各類客戶價(jià)值相應(yīng)的策略。

關(guān)鍵詞:K-means 算法;客戶細(xì)分;聚類

中國(guó)分類號(hào):TP312 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2010)11-2653-02

Application Clustering of Customer Segmentation

ZHAO Fang-fang

(School of Information Engineering， Jiangnan University， Wuxi 214000， China)

Abstract: Customer segmentation is important way to identify of client business category and grasp features of customers. Article briefly describes the current methods commonly used in customer segmentation， targeting telecom companies was proposed based on customer value and customer segmentation model of customer behavior， using K-means algorithm to cluster the telecommunications business customers. then proposed the appropriate strategy to improve the types of customer value.

Key words: K-means algorithm; segmentation model of customer; clustering

在激烈的市場(chǎng)競(jìng)爭(zhēng)中，企業(yè)可以通過客戶細(xì)分更清晰地識(shí)別不同客戶群體及其需求。客戶細(xì)分是將一個(gè)大的客戶或消費(fèi)者群體劃分成一個(gè)個(gè)細(xì)分群體，而這些群體中同屬一個(gè)細(xì)分群的客戶或消費(fèi)者彼此特性相似，而隸屬于不同細(xì)分群的客戶或消費(fèi)者是不同的。簡(jiǎn)而言之，客戶細(xì)分是根據(jù)客戶屬性劃分的客戶集合。通過客戶細(xì)分，企業(yè)可以更好地識(shí)別客戶群體，區(qū)別對(duì)待不同的客戶，采取差異化的營(yíng)銷策略，達(dá)到最優(yōu)化配置客戶資源的目的。

1 客戶細(xì)分的方法

1.1 常用的幾種客戶細(xì)分方法介紹

1)基于人口統(tǒng)計(jì)的客戶細(xì)分。是以人口統(tǒng)計(jì)變量(如年齡、性別、家庭成員人數(shù)、家庭生命周期、收入、職業(yè)、職位、教育、地域) 等要素作為細(xì)分的基礎(chǔ)將市場(chǎng)劃分成不同的客戶群體。

2)基于客戶行為的客戶細(xì)分是一種以客戶行為數(shù)據(jù)為基礎(chǔ)、以信息技術(shù)為支撐的細(xì)分方法，其依據(jù)客戶歷史的交易行為來預(yù)測(cè)客戶將來的消費(fèi)模式。不同的消費(fèi)動(dòng)機(jī)就會(huì)導(dǎo)致不同的消費(fèi)需求， 客戶細(xì)分的目的就是針對(duì)不同需求的客戶群體提供差異化的服務(wù)。

3)基于客戶忠誠(chéng)的細(xì)分方法將客戶忠誠(chéng)度作為一個(gè)關(guān)鍵的影響因素，認(rèn)為保持忠誠(chéng)客戶能夠?yàn)槠髽I(yè)創(chuàng)造出更多的利潤(rùn)。

4)基于客戶生命周期的客戶細(xì)分動(dòng)態(tài)地描述了客戶關(guān)系在不同階段的總體特征。不同的階段的客戶的行為特征和為公司創(chuàng)造的利潤(rùn)不同，所以依據(jù)客戶生命周期進(jìn)行客戶細(xì)分也就成為一種重要的細(xì)分方法。將客戶關(guān)系的發(fā)展劃分為考察期、形成期、穩(wěn)定期、退化期四個(gè)階段，稱為四階段模型。

5)基于客戶價(jià)值的客戶細(xì)分體現(xiàn)了以客戶價(jià)值(客戶為企業(yè)創(chuàng)造的價(jià)值)為基礎(chǔ)的細(xì)分思想，企業(yè)可以根據(jù)盈利能力即利潤(rùn)的大小為標(biāo)準(zhǔn)對(duì)其客戶進(jìn)行評(píng)價(jià)，將客戶劃分為高、中、低端客戶，來劃分不同的細(xì)分市場(chǎng)，針對(duì)不同價(jià)值的細(xì)分市場(chǎng)制定相應(yīng)的資源配置和保持策略。

各種客戶細(xì)分方法都有其適用性也都存在一定的局限。人口統(tǒng)計(jì)細(xì)分根據(jù)客戶的屬性特征對(duì)客戶進(jìn)行細(xì)分，這種方法簡(jiǎn)單粗糙，反映不出真正的客戶質(zhì)量。基于客戶價(jià)值的細(xì)分理論，能夠很好地評(píng)估客戶的價(jià)值，在實(shí)施過程中看似差異化實(shí)是一刀切的營(yíng)銷策略，反映不出客戶的具體行為特征。基于客戶忠誠(chéng)度的客戶細(xì)分，忠誠(chéng)度的大小也很難度量，一般要通過間接分析的方式得出。基于客戶行為的客戶細(xì)分能夠識(shí)別出客戶的具體行為特征，但是卻忽略了對(duì)客戶價(jià)值的判定。基于客戶生命周期的客戶細(xì)該方法不足之處在于難以識(shí)別相同生命周期階段的客戶差異，還需結(jié)合有關(guān)客戶屬性綜合評(píng)估客戶價(jià)值。

2 電信企業(yè)的客戶細(xì)分模型構(gòu)建

2.1 電信企業(yè)的客戶細(xì)分矩陣的設(shè)計(jì)

結(jié)合電信企業(yè)的客戶實(shí)際情況，筆者認(rèn)為客戶價(jià)值細(xì)分能夠識(shí)別出企業(yè)的價(jià)值客戶，在此基礎(chǔ)上，客戶行為細(xì)分能夠?qū)蛻舻男袨樘匦赃M(jìn)行更細(xì)致的區(qū)分。將兩種細(xì)分方法融合，以客戶價(jià)值分組為橫坐標(biāo)，以客戶行為分組為縱坐標(biāo)，即得到了基于客戶價(jià)值和客戶行為的客戶細(xì)分矩陣，如圖1。

2.2 電信企業(yè)的客戶細(xì)分變量的選取

依據(jù)此來模型評(píng)價(jià)客戶，企業(yè)更深入的掌握客戶價(jià)值基礎(chǔ)上的客戶的行為特征。以更深入的合理地分配自身的資源，對(duì)企業(yè)進(jìn)行決策和運(yùn)營(yíng)有很大的指導(dǎo)意義。本文從客戶的價(jià)值屬性和行為屬性兩方面選取能比較容易量化和對(duì)比的屬性作為客戶細(xì)分的參數(shù)。其中:客戶的價(jià)值屬性為: ARPU值(客戶連續(xù)3個(gè)月內(nèi)的平均通信費(fèi)用)。客戶的行為屬性如下:本地通話費(fèi)、漫游費(fèi)、長(zhǎng)途費(fèi)、短信費(fèi)、增值業(yè)務(wù)費(fèi)用(GPRS上網(wǎng)、手機(jī)報(bào)、彩信、彩鈴)。

3 聚類的方法

本論文研究的電信企業(yè)的客戶細(xì)分，采用K-means法。K-Means法是一種典型的分割聚類算法，由于其算法的簡(jiǎn)單性以及算法實(shí)現(xiàn)的簡(jiǎn)便性，因此在數(shù)據(jù)挖掘中應(yīng)用最為廣泛。K-Means方法的處理流程如下:首先，隨機(jī)或按照某種先驗(yàn)知識(shí)選擇K個(gè)對(duì)象，每個(gè)對(duì)象初始地代表了一個(gè)簇的平均值或中心。對(duì)剩余的每個(gè)對(duì)象，根據(jù)其與各個(gè)簇的中心的距離，將它賦給最近的簇。然后重新計(jì)算每個(gè)簇的平均值。這個(gè)過程不斷重復(fù)，直到目標(biāo)準(zhǔn)則函數(shù)收斂。

通常采用的目標(biāo)準(zhǔn)則函數(shù)為平方誤差準(zhǔn)則，其定義如下:

p為空間中的點(diǎn)，表示給定的數(shù)據(jù)對(duì)象， 是簇 的平均值。

這個(gè)算法嘗試找出使平方誤差函數(shù)值最小的k個(gè)劃分。K-means算法使得各聚類本身盡可能緊湊，而各聚類之間盡可能的分開。

4 電信客戶聚類結(jié)果分析

激烈的市場(chǎng)競(jìng)爭(zhēng)使得電信企業(yè)必須劃分和選取細(xì)分市場(chǎng)以及在市場(chǎng)中定位，從而才能更好地滿足客戶需求和提高客戶滿意度，最終贏得更多的市場(chǎng)份額。結(jié)合前文的細(xì)分變量從某市電信運(yùn)營(yíng)商的業(yè)務(wù)系統(tǒng)所選取100000客戶數(shù)據(jù)，采取K-means法進(jìn)行聚類。結(jié)果如表1。

經(jīng)過上述一系列的處理之后，得到了基于客戶、價(jià)值行為的客戶細(xì)分結(jié)果，將各類客戶特征得分析如下:

1)第一類客戶群(大眾穩(wěn)定型客戶)

該類客戶人均消費(fèi)為不高，客戶數(shù)量比較大，客戶數(shù)量占總體樣本的40.38%。是主要客戶群體。該客戶群的特征是漫游需求很少，以本地通話行為主，入網(wǎng)時(shí)間比較長(zhǎng)，有較高的忠誠(chéng)度。針對(duì)此類客戶，在向他們提供高質(zhì)量的電信業(yè)務(wù)和良好服務(wù)的同時(shí)，可以根據(jù)其入網(wǎng)時(shí)間長(zhǎng)短，向他們提供不同程度的優(yōu)惠活動(dòng)，以挽留這些忠誠(chéng)的老客戶。與此同時(shí)，建議采取一些鼓勵(lì)措施，以提升他們的月消費(fèi)額度為主。如:提供各種體驗(yàn)式服務(wù)，提高他們的消費(fèi)需求的積極性。

2)第二類客戶(商務(wù)型客戶)

該客戶群比例小，人均消費(fèi)遠(yuǎn)高于總體水平，其特征是漫游費(fèi)和長(zhǎng)途費(fèi)都非常高，屬于經(jīng)常出差的商務(wù)型客戶，是電信企業(yè)的高價(jià)值客戶。針對(duì)此類客戶的特點(diǎn)，應(yīng)該著重提高服務(wù)質(zhì)量，除了推廣相關(guān)的漫游套餐以外，還應(yīng)該向他們推廣語音信箱、航信通、手機(jī)證券、手機(jī)地圖、預(yù)定酒店等高附加值的增值業(yè)務(wù)，另外可以向他們提供免費(fèi)的天氣預(yù)報(bào)、新聞等信息服務(wù)，以增加客戶滿意度。

3)第三類客戶(短信型客戶)

該類客戶的人均消費(fèi)與總體消費(fèi)水平接近，客戶數(shù)量占總體樣本的19.53%，該類客戶在短信和新業(yè)務(wù)上的消費(fèi)比較高，而長(zhǎng)途費(fèi)、漫游費(fèi)和市話費(fèi)水平都比較低。此類客戶主要是以年輕人為主，對(duì)電信運(yùn)營(yíng)商新推出的增值業(yè)務(wù)比較關(guān)注，特別是非常熱衷于基于短信應(yīng)用的增值業(yè)務(wù)產(chǎn)品。因此，可向這類客戶推廣彩信、彩鈴、歌曲下載等新業(yè)務(wù)。可以采用先免費(fèi)試用一段時(shí)間，然后再收費(fèi)的模式，重點(diǎn)培養(yǎng)他們對(duì)新業(yè)務(wù)的消費(fèi)習(xí)慣。

4)第四類客戶(節(jié)儉型客戶)

該類客戶的人均消費(fèi)遠(yuǎn)低于總體水平，客戶數(shù)量占總體樣本的16.24%。該類客戶的顯著特點(diǎn)是各項(xiàng)業(yè)務(wù)費(fèi)用都很少，以本地被叫居多，入網(wǎng)時(shí)間也比較短，不關(guān)心新技術(shù)和新業(yè)務(wù)，對(duì)運(yùn)營(yíng)商的貢獻(xiàn)度最低。針對(duì)此類客戶，應(yīng)該刺激他們的主動(dòng)通話需求，向他們推廣辦理親情號(hào)碼業(yè)務(wù)，提升他們的月消費(fèi)水平。

5)第五類客戶(本地優(yōu)質(zhì)型客戶)

該類客戶人均話費(fèi)遠(yuǎn)高于總體水平，客戶數(shù)量占總體樣本的14.70%。該類客戶的行為特征是本地通話和長(zhǎng)途通話較多，主要是以本地通話為主，各項(xiàng)消費(fèi)都很高。針對(duì)此類客戶，主要以提高服務(wù)質(zhì)量為主。為了提高客戶忠誠(chéng)度，給他們制定更加優(yōu)惠的資費(fèi)標(biāo)準(zhǔn)，如:“150打300”包月優(yōu)惠活動(dòng)。同時(shí)還可以向他們推廣一些高端的增值業(yè)務(wù)，如WAP、手機(jī)報(bào)和隨E行等業(yè)務(wù)。此外，提供更多更完善的個(gè)性化服務(wù)，如免費(fèi)的天氣預(yù)報(bào)。

5 結(jié)束語

基于客戶價(jià)值和行為的客戶細(xì)分模型，可以清晰地反映出各類客戶價(jià)值、行為特征。根據(jù)客戶細(xì)分結(jié)果，電信企業(yè)可針對(duì)各個(gè)類別的客戶采取差異化的營(yíng)銷策略，能夠提高企業(yè)資源的利用效率，從而實(shí)現(xiàn)企業(yè)和客戶之間的雙贏。

參考文獻(xiàn):

[1] 趙恒.數(shù)據(jù)挖掘中聚類若干問題研究[D].西安:西安電子科技大學(xué)，2005.

[2] 李朝娟.基于聚類技術(shù)的客戶細(xì)分模型[D].哈爾濱:哈爾濱工業(yè)大學(xué)，2006.

[3] 魏彩慧.基于客戶價(jià)值和客戶行為的電信企業(yè)客戶細(xì)分研究[D].合肥:合肥工業(yè)大學(xué)2009.