基于一種改進的RFM 模型的廣電用戶細分

趙黎明 于金秀 薛靖峰

(青島黃海學院 山東 青島 266427)

1 概述

在這個“三網融合”大背景下的新時代,廣播電視運營商與各個家庭用戶之間信息實時交互的實現,使得廣播電視運營商利用大數據分析手段來為用戶提供智能化產品推薦成為可能,而“智能推薦”是廣播電視運營商行業競爭的制勝法寶之一。本次建模以Python 為主、Excel 為輔的數據處理工具對用戶的觀看記錄信息進行挖掘分析,且對觀眾的收視偏好進行定義和分類,并給出合理的營銷推薦。針對給出的數據,運用K-means 聚類算法、基于RFM模型進行改進分析。

2 LRFMC 模型

2.1 RFM模型

RFM模型是一種針對客戶價值分析的統計規劃方法,包括最近消費時間R、消費頻率F 和消費金額M三個變量。

為了了解各用戶的推薦價值,在用戶標簽體系中增加了客戶忠誠度標簽,通過客戶忠誠度標簽進行客戶分類,從而識別低價值客戶、高價值客戶等不同的用戶類型,企業決策層可以針對不同價值層的客戶制定優化的個性化專屬服務方案,增強產品的針對性,采取適合各個客戶類別的不同的營銷策略。

2.2 LRFMC 模型

在RFM模型中,最近消費時間R 隨機性較大,并且指標F和指標M之間存在共線性問題,忽略了客戶與企業間的互動因素。為了更準確地對廣電用戶進行價值分析,提出一種改進RFM模型。

將收視用戶入網時間長度L,用戶觀看時間間隔R,用戶觀看頻率F,用戶花費金額M和用戶觀看總時長C 作為廣電公司識別客戶價值的關鍵特征,記為LRFMC 模型,關鍵特征具體解釋如表1 所示。

表1 LRFMC 模型關鍵特征

3 數據預處理與可視化探索分析

3.1 數據說明

根據所研究的目標,從大量用戶觀看數據中抽取了2000 家收視用戶近三個月的基礎信息及觀看信息,原始數據中字段繁多,在數據分析開始之前已剔除對所分析問題影響不大的字段。

3.2 數據預處理

由于原始數據的無意義字樣、重復的數據、特殊線路與政企觀看的數據、存在極短時間和較長時間的收視數據不利于后續的分析,所以將其剔除。將隔夜數據拆分為兩個數據,不規范的數據進行剔除。

3.3 指標權重的確立

改進RFM的5 個指標L、R、F、M、C 的權重確定過程如下,由i 個用戶指標構成的輸入矩陣模型的指標Aixj中的列矩陣為：

計算xj的協方差矩陣C 為

其中

表示特征值矩陣,將協方差矩陣C 進行特征分解為

是矩陣C 的特征值矩陣,U 為矩陣C 的特征向量,這樣得到的λ1,為指標的權重。

應用上述方法對五個關鍵特征的計算以后,對每個關鍵特征數據的分布情況進行分析,首先取出關鍵特征數據的最大值與最小值,其對應數據的取值范圍如表2 所示。

從表2 中的數據可以發現,五個特征的取值范圍數據差異較大,最近一次觀看時間距離觀測窗口結束時長最小僅有0.03小時,而最小觀看次數高達368 次；最近一次觀看時間距離觀測窗口結束時長最長僅有24.37 小時,而最大觀看次數高達180717次。

表2 特征取值范圍

為了抵消數量級數據給分析過程以及分析結果帶來的影響,利用Python sklearn 庫中preprocessing 模塊的MinMaxScaler離差標準化函數對收集的原始關鍵特征數據進行標準化處理,關鍵特征數據的最大值與最小值的標準化處理示例見表3。

表3 特征標準差標準化示例

從表3 的特征標準差標準化處理結果示例中可以看出,在進行離差數據標準化之后,不同關鍵特征指標之間有了一定的規則,數據按一定比例進行放大或縮小,以適應原本的比例,使多個不同單位的數據可以進行相互計算。

3.4 基于k-means 算法的客戶價值分析

進行數據標準化之后,再利用Python sklearn 庫中cluster 模塊所提供的K-Means 函數構建K-Means 用戶忠誠度聚類模型。從聚類結果中抽選出部分數據示例見表4。

表4 用戶忠誠度聚類結果示例

圖1 聚類結果二維展示

從表4 的聚類結果示例中可以看到,將結果表的表結構設置為：用戶名、電視入網時長、電視消費水平、家庭消費水平、電視消費趨勢,根據聚類函數推算出用戶忠誠度標簽。

為了能更清楚直觀地觀察聚類結果,利用t-SNE 方法對五維的聚類結果進行降維操作。使三維的聚類結果降為二維數據,并繪制出結果如圖1 的二維散點圖。

在圖1 的聚類結果展示中,坐標區間在[0:-20,-40:-60]之間的綠色菱形標記記號,這類用戶的五個關鍵屬性值皆為負值,可以理解為一般用戶；坐標區間在[-20:-60,-40:20]之間的紅色五星形標記記號,這類用戶可以理解為低價值客戶；坐標區間在[-20:20,-40:0]之間的黃色十字形標記記號,這類用戶可以理解為重要發展客戶；坐標區間在[-20:20,0:40]之間的藍色圓形標記記號,這類用戶可以理解為重要保持客戶；而坐標區間在[20:60,-20:40]之間的黑色圓形標記記號,可以理解為重要挽留客戶。

4 結論與建議

4.1 對于重要挽留客戶,這類收視用戶大多是剛入網(3 年以下)的用戶,其消費能力都較低,但其消費量一直保持在2-3 級,可以認為此類用戶是消費的主要人群,需要對此用戶群進行挽留。

4.2 對于重要保持客戶,這類收視用戶大多已經有3-6 年的入網時長,其消費能力屬于頂級水平,消費量持續保持在5 級,認為此類用戶對電視消費是保持的、是存在一定熱情和具體需求的,因此需要對此用戶群進行保持。

4.3 對于重要發展客戶,這類收視用戶大多入網有超過6 年的年限,雖然其家庭消費能力較低,但對于電視產品消費能力屬于中等,可以認為此類用戶有較大的發展空間,所以需要吸引用戶再次消費。

4.4 對于低價值客戶,這類收視用戶是重要發展客戶的其中一個小分支,雖然大多此類收視用戶入網有超過6 年的年限,但其消費水平一直都比較低,所以認為該客戶群是屬于低價值的,可以減少投資成本。

4.5 對于一般客戶,這類收視用戶是重要發展客戶中的另外一個小分支,此類用戶雖然大多也入網有超過6 年的年限,消費水平一直較低,并且極少使用電視,因此針對這類用戶可以采用放任自由的態度。

研究的觀眾用戶聚類以及基于改進的RFM的模型針對不同用戶的數據進行推薦,在作出電視產品推薦時,模型的準確率得分只有7 分,推薦的效果不是十分理想,還需要對電視產品的類別庫進行完善,或是建立更加完善的用戶與物品的相似度矩陣。