The invention provides a customer segmentation method based on the CRFM model, including: extracting the historical sample data of the measured customers, preprocessing the sampled data, defining and calculating the index values in the CRFM model, and normalizing the values of these indexes, and the index values include the recent inspection. R, detection frequency F, detection amount M and average inspection period C; based on the index value of CRFM model, K clustering Means algorithm is used to cluster measurement and inspection customers, and the average value of each index of different customer groups after clustering is calculated, and the average value of each index corresponding to the sample data before clustering is compared, and the root of each index is compared with the sample data before clustering. According to the change of these indicators, we create customer classification matrix and classify the value of customers. The customer segmentation method of this invention combines the actual business requirements of the measurement industry to realize customer segmentation and provide the basis for customizing personalized service, so as to achieve the ultimate goal of maximizing the profit of the measurement industry.
【技术实现步骤摘要】
一种基于CRFM模型的计量行业客户细分方法
本专利技术涉及数据挖掘领域,尤其涉及一种基于CRFM模型的计量行业客户细分方法。
技术介绍
利用数据挖掘技术提取客户的交易行为特征,逐渐成为各行业制定差异化营销策略,提高客户忠诚度,促进客户价值最大化的重要战略手段。为了解不同客户群体的消费行为,客户细分等技术被广泛利用。目前,国内计量机构没有一个比较完整的客户细分系统,以统一整合计量客户资源。在众多的客户关系管理(CRM)的分析模式中,RFM模型是被广泛提到的,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,其是通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况,其中,R(recency)指上次购买至现在的时间间隔,F(frequency)为某一期间内的购买次数,M(monetary)是某一期间内购买的金额。单一的RFM模型并不能满足每一类客户关系的管理,也无法全面地对客户的行为特征进行细分,鉴于此,本专利技术提出一种基于改进的RFM模型(CRFM模型)的计量行业客户细分方法,实现计量行业利润最大化。
技术实现思路
本专利技术要解决的技术问题,在于提供一种基于CRFM模型的计量行业客户细分方法,可结合计量行业实际业务需求,实现客户细分,为定制个性化服务提供依据。本专利技术是这样实现的:一种基于CRFM模型的计量行业客户细分方法,包括如下步骤:步骤S1、对计量客户的历史样本数据进行抽取;步骤S2、对抽取的样本数据进行预处理;步骤S3、定义并计算CRFM模型中的指标值,并对这些指标值进行归一化处理,所述指标值包括最近送检时间R ...
【技术保护点】
一种基于CRFM模型的计量行业客户细分方法,其特征在于:包括如下步骤:步骤S1、对计量客户的历史样本数据进行抽取;步骤S2、对抽取的样本数据进行预处理;步骤S3、定义并计算CRFM模型中的指标值,并对这些指标值进行归一化处理,所述指标值包括最近送检时间R、送检频率F、检测金额M和平均送检周期C;步骤S4、基于CRFM模型的指标值,利用K‑Means算法对计量送检客户进行聚类;步骤S5、计算聚类后的不同客户群的各个指标的平均值,与聚类前的所述样本数据对应的各个指标的平均值进行比较,并根据这些指标值的变化创建客户分类矩阵,对客户群进行价值分类。
【技术特征摘要】
1.一种基于CRFM模型的计量行业客户细分方法,其特征在于:包括如下步骤:步骤S1、对计量客户的历史样本数据进行抽取;步骤S2、对抽取的样本数据进行预处理;步骤S3、定义并计算CRFM模型中的指标值,并对这些指标值进行归一化处理,所述指标值包括最近送检时间R、送检频率F、检测金额M和平均送检周期C;步骤S4、基于CRFM模型的指标值,利用K-Means算法对计量送检客户进行聚类;步骤S5、计算聚类后的不同客户群的各个指标的平均值,与聚类前的所述样本数据对应的各个指标的平均值进行比较,并根据这些指标值的变化创建客户分类矩阵,对客户群进行价值分类。2.根据权利要求1所述的一种基于CRFM模型的计量行业客户细分方法,其特征在于:所述步骤1中历史样本数据包括客户基本档案信息和客户送检交易记录信息,所述客户送检交易记录信息包括送检单位代码、器具名称、送检日期、检测金额和检测周期。3.根据权利要求1所述的一种基于CRFM模型的计量行业客户细分方法,其特征在于:所述步骤2中的预处理进一步包括:S2.1、缺失值处理,在抽取的样本数据中,对存在缺失的数据进行填充处理;S2.2、异常值处理,对抽取的样本数据中超出指标阈值范围的数据,通过同类型数据结合插值算法进行修正处理;S2.2、数据转换处理,把抽取的样本数据根据需要转换为与算法匹配的形式。4.根据权利要求1所述的一种基于CRFM模型的计量行业客户细分方法,其特征在于:所述步骤3进一步包括:S3.1、定义CRFM模型的指标值,...
【专利技术属性】
技术研发人员:郑培强,林景星,江乃深,庄慧强,张丽贞,
申请(专利权)人:福建省计量科学研究院,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。