高价值客户展示 基于数据挖掘的企业客户价值分析

高价值客户展示 基于数据挖掘的企业客户价值分析

一、理论来源

RFM 模型是衡量客户价值和客户盈利能力的重要工具和手段，广泛应用于成熟的大中型企业。

本研究以某企业业务客户价值挖掘为例，创造性地在RFM模型中加入客户区域A、客户行业I等维度，充分考虑客户区域和行业分布的影响，形成模型。模型中，R为接近度（一段时间内客户最后一次业务发生的截止日期前的天数），F为频率（一段时间内客户业务发生的次数），M是配额（客户的金额）。详情见表 1。

表1 指标含义说明

二、 具体做法

此采矿企业客户价值分析的总体过程如图1所示。

图 1 客户价值挖掘建模流程图

客户价值挖掘的关键问题是客户分类。本次客户价值挖掘建模的目标如下：

(1）使用企业客户数据对客户进行分类。

(2） 分析不同客户类别的特征，比较不同客户的客户价值。

(3）针对不同价值的客户类别提供个性化服务，制定相应的营销策略。

企业客户价值挖掘主要包括以下几个步骤：

(1）数据提取

选择2017年1月1日至2018年12月31日为分析观察窗，在观察窗中提取企业客户数据。

(2）数据探索与分析

本次挖掘的探索性分析是对数据进行缺失值分析和离群点分析，分析数据的规律和离群点。通过对数据中异常值、重复记录、取消记录的处理，过滤掉无效记录。

(3）数据预处理

这次主要使用了属性规范、数据清洗和数据变换的预处理方法。

(4）模型构建

客户价值分析模型主要由两部分组成。第一部分根据客户的5个指标数据将客户分组；第二部分根据业务分析各客户群的特点，分析其客户价值。并对每个客户群进行排名。结果如下：

表2 客户群特征描述表

注：字母后的数字表示该客户群在各类别的属性和排名中。例如，M1 表示客户组在金额属性中排名第一。

分析结果表明，每个客户群具有显着不同的性能特征。在此描述的基础上高价值客户展示，定义了五个级别的客户类别：重要价值客户、重要留存客户、重要发展客户、一般价值客户和低价值客户，每个客户类别的特征如下：

重要价值客户（客户群4）：该类客户最近有交易（R1）），在一段时间内发生的交易次数（F1）和金额（M1）））时间，行业（I1）排名靠前，是高价值客户，最理想的客户类型，贡献大，占比小。优先考虑，差异化管理高价值客户展示，一对一向他们提供服务是为了提高这一类别的客户忠诚度和满意度。

重要客户留存（客户群2）：该类客户的交易次数（F2）和金额（M2））较高，距离最近一次交易的时间比较长（ R3）、地区（A5）和行业（I4））排名靠后。这类客户价值变化的不确定性很大，客户下降的原因各不相同。掌握最新信息尤为重要客户并保持与客户的互动。推断客户并列出客户的主要联系人以延长客户的生命周期。

重要开发客户（客户群1）：该类客户近期业务（R2），交易次数（F3））和金额（M3））相对较低高价值客户展示，区域（A 1）和行业（I 2）排名很高。尽管此类客户的当前价值不高，但它们具有巨大的发展潜力，属于伊拉克的经济活跃地区。增强了此类客户的满意度可以影响和推动其他客户。

一般价值客户（客户群5）：这类客户区域（A2）排名靠前高价值客户展示，长时间没有业务发生（R4），业务交易次数（F4）和金额（M4）低，高于低价值客户，平均客户价值。

低价值客户（客户群3）：这类客户很久没有生意了（R5），交易次数（F5），金额（M5）））低，且可能因偶然因素发生一次业务，业务交易数量稳定性差，客户价值低。

其中，重要的发展客户、重要的价值客户、重要的保留客户三类客户可分为客户生命周期管理的发展阶段、稳定阶段和衰退阶段。

三、 实施效果

企业客户价值挖掘总结了企业业务中各个机构的交易。

根据实际交易情况，客户分为五类“标签”：重要价值客户（活跃，频繁交易，金额高，行业排名高），重要保留客户（相对低活跃度高价值客户展示，频繁交易，高价值）金额）、重要开发客户（活跃、交易量少、金额相对低、地域排名高）、一般价值客户（交易量少、金额低、地域排名高）、低价值客户（不活跃、金额低、金额低） ），通过雷达图显示各种指标的特征，如图2所示。可以看出，重要客户的交易额和行业已经成为影响客户价值的两个重要因素，在未来的业务策略中需要重点关注制定过程。

图2某企业业务客户群属性图

通过夜莺图表，可以显示比例。可以看出，对公业务某重要价值客户占比较小，重要开发客户占比较大，呈现高频低价值交易状态。

喜欢就点个赞，或者关注我交流。

Tags：高价值客户展示