一种基于售后维护数据的顾客分组方法及系统技术方案

本发明专利技术公开了一种基于售后维护数据的顾客分组方法及系统。其中该方法包括：获取有关售后维护的顾客行为数据；构建RCM分组模型；对顾客行为数据进行预处理，得到可操作的顾客特征数据；依据所述RCM分组模型的三个特征维度，对顾客特征数据做匹配计算，得到相应特征维度的特征分值；将该特征分值的集合与RCM分组模型的顾客组群库匹配，以对应的顾客进行分组。基于本发明专利技术，可以实现有效识别客户的群体特征，对预测客户流失，提高客户价值，提升售后服务的质量都有重要指导价值。

【技术实现步骤摘要】
一种基于售后维护数据的顾客分组方法及系统
本专利技术涉及售后维护业的顾客关系管理领域，尤其涉及一种基于售后维护数据的顾客分组方法及系统。
技术介绍
近年来，随着数据挖掘技术的不断发展，数据挖掘在营销和顾客关系管理中的应用也日益紧密。在直销行业中，顾客关系管理系统的主要目标是提高顾客价值，然而提高顾客价值的前提就在于识别出高价值的顾客群体，这就需要借助分组模型对顾客进行细分，从而可以针对不同的顾客群体实施不同的营销手段和策略。数据挖掘在顾客关系管理中的运用就是对顾客群体进行分组，为业务方的精细化运营提供细分依据和运营方案建议。传统行业利用统计基础技术和商业逻辑思维，发现了不少顾客特征模型，其中最有影响力的就是RFM模型。RFM模型是衡量顾客价值和顾客创利能力的重要工具和手段，通过提取顾客行为字段里的以下三个字段，来评估顾客行为对企业销售和利润的影响，进而对顾客种类进行划分。所述三个字段分别为最近一次消费(Recency)、消费频度(Frequency)、消费金额(Monetary)。从商业逻辑上，基于这三个字段的表现越高，则该顾客再次消费、持续消费的可能性越高，因而能从中发现具有不同价值的不同顾客群体的典型特征。然而，对于售后维护业而言，RFM模型则并不完全适用。例如，消费频度(Frequency)对于售后维护行业而言，并不能说明实际的顾客行为。顾客定期地回来检修保养是商家希望的，但是故障类的维修则越少越好，故障类维修一般包括顾客自身使用不当和产品质量问题等两种情况。所以较高的消费频度(Frequency)很可能只代表了使用不当或者对品牌质量的产生怀疑的顾客群体。而消费金额(Monetary)也存在一定的不合理性，较高的消费总金额一般是事故维修数据导致，具有不确定性，且不具代表性。总体而言，虽然RFM模型是一个经典的传统模型，但消费频度(Frequency)、消费金额(Monetary)这两个字段对于售后维护业的顾客关系管理领域来说存在较大的差异，并不适用。
技术实现思路
本专利技术的目的在于改进了传统顾客关系管理中RFM模型在售后维护行业的不足，并提供一种更具代表性的模型方法来更精确的反映该行业领域的真实的顾客价值。为实现上述目的，本专利技术的第一方面提供了一种顾客分组方法，基于售后维护数据，包括以下步骤：步骤S1：获取有关售后维护的顾客行为数据；步骤S2：构建基于最近一次消费、消费品类、平均维护间隔时间该三个特征维度的RCM分组模型，所述RCM分组模型包括有顾客组群库；步骤S3：对顾客行为数据进行预处理，得到可操作的顾客特征数据；步骤S4：依据所述RCM分组模型的三个特征维度，对顾客特征数据做匹配计算，得到相应特征维度的特征分值；步骤S5：将步骤S4得到的特征分值的集合与RCM分组模型的顾客组群库匹配，以对应的顾客进行分组。一实施例中：在所述步骤S1中，所述顾客行为数据来源于经销商或企业的顾客关系管理系统中的顾客信息数据库；所述有关售后维护的顾客行为数据，包括：顾客的售后维护订单明细和个人信息数据；所述售后维护订单明细包括订单品类、金额、时间；所述个人信息数据包括顾客的年龄、性别、职业。一实施例中：所述步骤S2中的RCM分组模型的构建，其包括：分别针对最近一次消费、消费品类、平均维护间隔时间该三个特征维度，进行N级切分，并设定对应特征维度的预定分值；对于每一特征维度的预定分值的集合，分别定义为N3种顾客组群中的一种。一实施例中：所述N级切分的级数N为2；所述对应的8种顾客组群分别被定义为：重要价值顾客、重要发展顾客、重要保持顾客、重要挽留顾客、一般价值顾客、一般发展顾客、一般保持顾客、一般挽留顾客。一实施例中：所述步骤S2中的RCM分组模型的构建，其包括：采用聚类算法，并定义有组类个数，分别针对最近一次消费、消费品类、平均维护间隔时间该三个特征维度，对待操作的数据进行聚类处理，获得对应特征维度的组类；对于每一特征维度的组类的集合，分别定义为一种顾客组群。一实施例中：所述步骤S2中的RCM分组模型的构建，还包括：在定义了顾客组群后，选择最近一次消费、消费品类、平均维护间隔时间该三个特征维度中的一个，提取该特征维度的预定分值或组类，并结合待操作的数据所体现的顾客信息，评估各顾客组群的附加价值信息。一实施例中：在所述步骤S3中，对顾客行为数据进行预处理的方法为：异常处理：根据售后维护业务逻辑删除重复数据、不符合业务逻辑的异常数据、存在大量缺失值字段的数据，针对存在少量缺失值字段的数据进行按比例填充处理或直接删除；二次处理：根据异常处理后的数据制作箱形图，根据箱形图的分布情况二次删除箱形图中离群点所对应的数据；数据整合、变换：根据RCM分组模型的特征维度，对二次处理后的数据进行整合、变换，使其符合各特征维度的操作要求；数据规范化：采用Min-max标准化方法对进行了数据整合、变换后的数据作规范化处理，使其映射到[0，1]之间，以得到所述顾客特征数据。一实施例中：在所述步骤S4之后，还包括以下步骤：步骤S5：根据步骤S4中的分组结果，制定运营方案，所述运营方案为售后维护营销活动策略；步骤S6：制定评估方案，跟踪并评估上述运营方案的实施效果，并反馈到步骤S2中RCM分组模型的构建过程，验证RCM分组模型的正确性，结合验证结果优化RCM分组模型。为实现上述目的，本专利技术的第二方面提供了一种顾客分组系统，适用于在售后维护行业对顾客进行分组，包括：数据获取模块，用于从数据源读取顾客行为数据，其连接下述处理计算模块；处理计算模块，其内部构建有基于最近一次消费、消费品类、平均维护间隔时间该三个特征维度的RCM分组模型，所述RCM分组模型包括有顾客组群库；所述处理计算模块包括预处理模块、匹配计算模块以及决策分组模块；所述预处理模块，用于对顾客行为数据进行预处理，得到可操作的顾客特征数据；所述匹配计算模块连接预处理模块，依据RCM分组模型对顾客特征数据进行匹配计算，得到相应特征维度的特征分值；所述决策分组模块连接匹配计算模块，并将所述特征分值的集合与RCM分组模型的顾客组群库匹配，以对应的顾客进行分组。一实施例中：实施应用模块，连接决策分组模块，根据决策分组模块对顾客分组的结果制定运营方案，所述运营方案为售后维护营销活动策略；验证优化模块，其输入端连接实施应用模块，用于跟踪并评估上述运营方案的实施效果，其输出端连接所述处理计算模块，用于验证RCM分组模型的正确性，并结合验证结果优化RCM分组模型。相较于现有技术，本专利技术具有以下优势：基于实际的售后维护数据，深入理解RCM分组模型的各特征维度在售后维护行业代表的实际意义，构建了RCM分组模型，合理地选择了精确的匹配计算、决策方法，辅助以对数据的预处理，使得实际结果表明了RCM模型得到的价值客户分组，符合业务上的预期，意味着RCM在售后维护行业的适用性较广，准确性较高。附图说明图1示出了本专利技术所提供的方法的流程示意图；图2示出了本专利技术所提供的系统的模块构成示意图。具体实施方式本专利技术提供了一种基于售后维护数据的顾客分组方法及系统，以下结合附图和实施例对本专利技术作进一步的说明。请参照图1，本专利技术的实施例一提供了一种基于售后维护数据的顾客分组方法，包括以下步骤：步骤S1：获取有关售后维护的顾本文档来自技高网...

【技术保护点】
一种顾客分组方法，基于售后维护数据，其特征在于，包括以下步骤：步骤S1：获取有关售后维护的顾客行为数据；步骤S2：构建基于最近一次消费、消费品类、平均维护间隔时间该三个特征维度的RCM分组模型，所述RCM分组模型包括有顾客组群库；步骤S3：对顾客行为数据进行预处理，得到可操作的顾客特征数据；步骤S4：依据所述RCM分组模型的三个特征维度，对顾客特征数据做匹配计算，得到相应特征维度的特征分值；步骤S5：将步骤S4得到的特征分值的集合与RCM分组模型的顾客组群库匹配，以对应的顾客进行分组。

【技术特征摘要】
1.一种顾客分组方法，基于售后维护数据，其特征在于，包括以下步骤：步骤S1：获取有关售后维护的顾客行为数据；步骤S2：构建基于最近一次消费、消费品类、平均维护间隔时间该三个特征维度的RCM分组模型，所述RCM分组模型包括有顾客组群库；步骤S3：对顾客行为数据进行预处理，得到可操作的顾客特征数据；步骤S4：依据所述RCM分组模型的三个特征维度，对顾客特征数据做匹配计算，得到相应特征维度的特征分值；步骤S5：将步骤S4得到的特征分值的集合与RCM分组模型的顾客组群库匹配，以对应的顾客进行分组。2.如权利要求1所述的顾客分组方法，其特征在于：在所述步骤S1中，所述顾客行为数据来源于经销商或企业的顾客关系管理系统中的顾客信息数据库；所述有关售后维护的顾客行为数据，包括：顾客的售后维护订单明细和个人信息数据；所述售后维护订单明细包括订单品类、金额、时间；所述个人信息数据包括顾客的年龄、性别、职业。3.如权利要求1所述的顾客分组方法，其特征在于：所述步骤S2中的RCM分组模型的构建，其包括：分别针对最近一次消费、消费品类、平均维护间隔时间该三个特征维度，进行N级切分，并设定对应特征维度的预定分值；对于每一特征维度的预定分值的集合，分别定义为N3种顾客组群中的一种。4.如权利要求3所述的顾客分组方法，其特征在于：所述N级切分的级数N为2；所述对应的8种顾客组群分别被定义为：重要价值顾客、重要发展顾客、重要保持顾客、重要挽留顾客、一般价值顾客、一般发展顾客、一般保持顾客、一般挽留顾客。5.如权利要求1所述的顾客分组方法，其特征在于，所述步骤S2中的RCM分组模型的构建，其包括：采用聚类算法，并定义有组类个数，分别针对最近一次消费、消费品类、平均维护间隔时间该三个特征维度，对待操作的数据进行聚类处理，获得对应特征维度的组类；对于每一特征维度的组类的集合，分别定义为一种顾客组群。6.如权利要求4或5所述的顾客分组方法，其特征在于，所述步骤S2中的RCM分组模型的构建，还包括：在定义了顾客组群后，选择最近一次消费、消费品类、平均维护间隔时间该三个特征维度中的一个，提取该特征维度的预定分值或组类，并结合待操作的数据所体现的顾客信息，评估各顾客组群的附加价值信息。7.如权利要求1所...

【专利技术属性】
技术研发人员：陈昱珍，欧建杭，
申请(专利权)人：雅马哈发动机厦门信息系统有限公司，
类型：发明
国别省市：福建,35