搜索
1DMCookbookChapter8郭新涛2004.05.132C8了解你的客户：特征化和划分本章内容提要：8.1为何了解客户很重要8.2目录服务公司客户的特征化和渗透分析–RFM分析–渗透分析8.3为信用卡公司开发客户价值矩阵8.4执行聚类分析以发现客户划分8.5小结3C8了解你的客户：特征化和划分客户特征化和划分–知道了带来最大利润客户的特征和行为=可以直接将其应用于寻找潜在客户之中–目标：定位是什么促使产生高利润客户48.1为何了解客户很重要为什么需要了解客户？–很多公司推送产品和服务时是盲目的–了解客户是有利润营销的重要的第一步特征化–用数据来描述或给出客户或潜在客户特征的活动叫做特征化。–特征化过程可以在整个数据库上进行，也可以在数据的不同部分上进行。这些不同的部分也称为划分。他们通常互不包含，即没有一个客户属于多个划分。58.1为何了解客户很重要划分–把数据库分为互不相交的部分或分区的活动称为划分。–基本的划分方法市场驱动方法：预先选择特征变量数据驱动方法：客户聚类–在不是很了解数据时比较有价值68.1为何了解客户很重要特征化和划分的类型1.RFM表示最近值（Recency）、频度值（Frequency）和币值（Monetary）利用客户的购买行为进行客户划分，主要用于提高针对当前客户的营销效率指标–最近值：客户最后一次购买行为后的月份数–频度值：购买的次数总和–币值：货币价值总和RFM特征可单独使用也可组合使用78.1为何了解客户很重要特征化和划分的类型2.人口统计数据大部分居住在同一地区的人具有相似的行为模式在个人的层次上收集数据，加上人们所在地理位置的信息。在年龄、性别、收入、婚姻状况等数据上进行的客户划分对产品开发、设计和市场定位很有帮助88.1为何了解客户很重要特征化和划分的类型3.生活阶段满足需求的模式都是随着时间不停的变化，这些模式聚集了不同的群体，群体可用人口统计数据定义–年龄、婚姻状况、是否有子女生活阶段的内容–青年单身、配偶；中年单身、配偶、家庭；老年单身、配偶。然后用经济、行为和信息等数据加强。就可得到很好的客户划分理解这种客户划分为开发相关产品和调整市场策略提供了机会98.1为何了解客户很重要市场划分的十个要素（引自RonMazursky的论述）1.定义业务目标2.构建市场划分团队3.检查和评估数据需求4.选择恰当的分析层次5.在全体人群中选定用于分析的样本6.从指定的数据源为选定的样本抽取数据7.清理数据8.选择恰当的划分方法108.1为何了解客户很重要市场划分的十个要素（引自RonMazursky的论述）9.统计划分方法在客户划分数目太多或对目标群体不是很了解时采用。利用各种数理统计技术（例如：聚类分析）决定客户划分（一般不超过15个）10.检验划分的效果定性和定量检验，内容见(P.163)客户划分的测试规则–与业务目标相关–可理解的和容易特征化的–基数足够大–容易开发独特的宣传活动应该让业务目标贯穿开发、测试、分析全过程118.2目录服务公司客户的特征化和渗透分析样例公司–SouthernAreaMerchants(SAM)，一家专门从事礼品、家居和花园工具的目录服务公司–10年历史，35610个客户–最近响应率在不断下降–希望找到影响客户响应的关键因素扩展客户群体寻找从外部客户列表中定位好的潜在客户的方法128.2.1RFM分析定义数据库变量–lstpurch:自最后一次购买的月数，最近值–Munpurch:最近36个月内的购买次数，频度值–Totpurch:最近36个月内的消费总量，币值分析过程–得到客户的通用模式分布(fig.8-1)–查看最近一次目录邮寄的响应率(fig.8-2,fig.8-3)分别确定最近值、频度值、币值与响应率间的关系138.2.2渗透分析渗透分析–有效的客户分布与总体人口间的比较方法–方法计算基本人口统计变量的频度分布–分别计算客户的(fig.8-4)和总体人口(fig.8-5)的分布对年龄的市场比较(fig.8-6)综合存放两个分析信息(table8-1)–渗透指数=客户百分比/市场百分比*100148.3为信用卡公司开发客户价值矩阵客户价值分析–目的：为了搞清客户与收益和风险的关系，以便按照客户的创利能力将客户划分，进而改进客户关系管理–用ProcTABULATE生成客户价值矩阵158.4执行聚类分析以发现客户划分聚类分析–概念将数据分割成相似特性的群体，用频度寻找处于变量区间内的相似群体用欧式距离把几个特征上相似的观察样本值聚在一起，同时试图把不相似的观察样本分开–带来了很多指导性解释的机会–类似特征分析，理解划分能够能够改善客户定位并为市场人员创建相关宣传活动168.5小结本章总结–寻找和创建有价值客户的第一步都要判定是什么驱动了创利能力。这引导出更好的潜在客户获取和更成功的客户关系管理。–方法利用关于客户、产品和市场的知识，把客户分成不同的划分来解释那些利润驱动因素。使用数据驱动技术里寻找存在于客户或潜在客户群体中自然的聚类。–该过程会带来收入和对客户的了解，这是保持竞争力的关键。17AnyQuestions?