RFM模型下的會員畫像描繪

李琪琪?王曼蘇?曹迎虎?郭文靖?張安曌

【摘要】? ? 構建RFM購買力模型G（ci） = 100× R（ci） +10× F（ci） +1× M（ci），通過百分位閾值給各指標打分，可將每位會員的購買力分為 8類，將其對應為高價值客戶、重點需要維護的客戶、重點發展客戶、重點挽留客戶、價值不太大客戶、基本保持客戶、基本發展客戶、潛在客戶。其目的是對每個會員的價值進行清晰辨別。當前電商帶給實體產業最大的沖擊是人才的流失，給實體經濟帶來不良的影響。運行商精細化管理必須依靠完整的會員畫像、充分發揮會員價值的有效途徑。我們希望基于數據挖掘的會員體系分析可以為其建立穩定的會員關系、并為策劃促銷活動提供可靠依據。

【關鍵詞】? ? 會員畫像? ? RFM模型? ? 生命周期? ? 精準化營銷

一、問題的陳述

1.1問題背景

在傳統的服務行業中，會員自身所具有的價值是為運營商提供巨大的利益支持或者利用自身產生的數據用于為零售商制定營銷策略的參考。零售實體經濟要想獲得較快的發展，必須想盡一切辦法吸引顧客的注意力。當前實體經濟面臨的重要問題是人才的流失及客戶的減少，實體經濟發展較為緩慢，因此運營商需要提出有效的解決方案來加強零售實體經濟與客戶的關系。

1.2問題提出

針對會員的消費情況建立能夠刻畫每一位會員購買力的數學模型，以便能夠對每個會員的價值進行識別。

二、問題的分析

構建每一位會員購買力模型時，基于附件3數據，我們借鑒RFM方法中“客戶最近一次交易時間的間隔（R）”、“客戶在最近一段時間內交易的次數（F）”和“客戶在最近一段時間內交易的金額（M）”指標，建立“RFM”會員購買力評價模型。每個指標按會員消費情況百分位閾值賦予不同“評價分數”，然后計算出各個指標得分的平均值，并將各個變量高于平均分的定義為“高”，低于平均分的定義為“低”，根據三個變量“高”“低”的組合來定義客戶類型（如“高”“高”“高”為高價值客戶）。

三、模型假設及符號說明

3.1 模型假設

為了使得問題更易于理解，我們作出以下合理假設：

假設銷售數據錄入系統時不存在時間差。

假設銷售流水表和會員消費明細表中的一條記錄代表一次消費，即不存在同一次消費產生多條記錄的情況。

假設會員的會員卡自開卡日起，除了自行退出外不存在會員卡過期導致會員退會的情況。

3.2符號說明

四、模型的建立與求解

4.1 RFM 購買力模型的建立

在衡量會員價值和創收能力時，RFM模型時是具有重要使用價值的工具。 RFM 模型具有三個重要的衡量指標：會員最近一次消費距研究時段最后一天的時長R（Recency）、消費總頻率F（Frequency）以及消費總金額M（Monetary）三項指標。最后一次消費時長 R表示會員最近一次的購買時間和分析時間間隔的天數，消費總頻率 F表示會員研究時段內所消費的總次數，消費總金額M是該會員在此期間消費的總金額。一般而言，會員的消費頻率越高，消費總金額越大，會員的購買力也就越大。

每個會員的購買力可以表示成：

這里的R（ci），F（ci） ，? M（ci）分別代表會員 ci以 R、F、M為分類的相應變量評分。所乘系數 100、10、1 只是為了能讓百位、十位和各位上的 R、F、M評分直觀的組合為對應的購買力指數 G。

五、模型的優缺點評價與模型推廣

5.1模型的分析和評價

本文從商場的會員信息和消費流水數據出發，通過數據挖掘方法，構建描述會員購買力的RFM模型，建立了會員生命周期與專題劃分的關系，為商家策劃有針對性的促銷方案提供有效依據。

1.模型的優點。（1）創建了RFM模型刻畫每一位會員的購買力。通過分析附件的數據，結合購買力的指標，單次消費金額能夠更貼切客觀地描述會員的購買力。（2）基于會員消費明細精確刻畫會員畫像，商場可以清楚了解不同消費者對于促銷活動的反應。

2. 模型的缺點。（1）RFM模型僅考慮了三個指標，F和M之間存在多重共線性，這些都會導致結果存在偏差。

5.2模型的推廣

通過商場會員消費明細，從不同角度精確計算會員價值，有利于幫助商場對會員進行認識和管理，并為商場制定針對不同價值會員的促銷活動提供科學的依據。

參? 考? 文? 獻

[1]蔡玖琳. 基于數據挖掘的零售業客戶細分方法[D]. 青島大學， 2015.

[2] 王子威. 我國百貨店客戶關系管理研究——以北京當代商城為例[D]. 首都經 濟貿易大學， 2014.

[3] 數學模型（第四版），北京：高等教育出版社 2015.