搜索
1基于RFMT模型的百货商场会员画像描绘摘要电商的快速发展给零售运营商带来了较大的冲击，为了持续获取稳定的销售额和利润，零售运营商需完成对会员的管理与维系工作。完善会员画像，加强会员管理，维持会员稳定将使得零售业更好地发展。本文利用该大型百货商场提供的会员信息以及消费明细，完善该商场的会员画像。本文从购买力、购买时间偏好、消费偏好三个维度分析会员的消费特征。以会员消费总金额、消费次数、商品购买数量代表会员购买力，同时按季节对会员消费行为进行分析，随后以特价商品、高价商品消费金额在会员总消费金额的占比分析会员的消费偏好。为进一步说明会员群体给商场带来的价值，本文对比了会员与非会员的购买力。会员群体的消费总金额和商品购买数量略低于非会员群体，原因或是非会员群体人数较多。但是绘制两类群体的日消费金额曲线后可知，与非会员群体相比，会员的单日消费总金额增幅较大。为刻画会员的购买力，本文建立了RFMT模型。分别选取会员最后一次消费的时间间隔、消费频率、总金额、单次购买最高金额作为指标，结合层次分析法得到相应指标的权重，并计算出每个会员的得分，会员得分则代表着会员的个人价值。利用K-means聚类的方法，根据会员得分进行聚类，得分较高的会员群体则为商场需要维护的会员群体。为了合理地判断会员所处的生命周期，本文利用已构建的RFMT模型中的相关指标，再次使用K-means聚类的方法对该商场的会员进行聚类，将现有会员划分为活跃会员、沉默会员、流失会员三类，以便商场管理者对会员进行管理。在会员的生命周期中，会员状态处于动态变化的过程。为了增加商场的利润，与发展新会员相比，促进非活跃会员转化为活跃会员会大大降低商场的成本。本文通过构建非活跃会员的相关指标，使用因子分析法，可计算得各非活跃会员激活率，激活率越高，则其被激活的可能性则越大。同时，本文以非活跃会员的特价商品消费金额在总消费金额中的占比作为非活跃会员对促销活动敏感度的反映，构建线性回归模型分析非活跃会员的激活率与促销活动之间的关系，结果表明，一定的促销活动有助于提升非活跃会员的激活率。连带消费是商场经营的核心，本文选取销售数量排名前十的商品作为最受欢迎的商品，根据会员消费明细表，利用Matlab软件构建商品关联表，并使用Clementine建立商品的关联规则。商场可对热门商品及其关联商品推出相应促销活动，同时通过广告投放、邮件推送等方式对促销活动进行推广。关键词：会员画像；RFMT模型；生命周期；精准化营销2一、问题的重述在零售行业中，会员的发展和维系对零售运营商而言至关重要，会员不但能够为运营商带来稳定的销售额和利润，而且对运营商的营销策略制定起着重要的作用。但随着电商日益发展，实体商场的会员不断流失，给零售运营商带来了严重损失，因此商家必须开展各种营销活动来吸引更多的会员以及维系旧会员。在传统的市场营销中，想准确知道消费者的习惯、偏好、个性等影响消费者购买行为的因素是十分困难的，企业想对消费者进行精准化营销也难以实现，因此导致企业浪费了大量的营销资源。在众多大数据工具中用户画像技术是帮助企业准确识别和分析目标客户的有效工具之一，对于零售运营商的会员发展和维系，完善会员画像描绘，加强对现有会员的精细化管理，定期向其精准推送产品和服务，与会员建立稳定的关系是实体零售行业得以更好发展的有效途径。在本文的研究中，完善商场会员画像是我们的研究重点，针对某大型百货商场的会员数据以及销售数据，我们需要解决以下问题：(1)对该商场的会员消费特征以及会员与非会员差异进行分析，并说明会员给商场带来的价值；(2)建立刻画会员购买力的数学模型，对会员的价值进行识别；(3)在某个时间窗口，建立会员生命周期和状态划分的数学模型；(4)计算会员生命周期中非活跃会员的激活率，并确定激活率和商场促销活动之间的关系模型；(5)根据会员的喜好和商品的连带率设计促销方案帮助商家策划促销活动。二、模型假设为了使得问题更易于理解，我们作出以下合理假设：假设销售数据录入系统时不存在时间差；假设销售流水表和会员消费明细表中的一条记录代表一次消费，即不存在同一次消费产生多条记录的情况；假设会员的会员卡自开卡日起，除了自行退出外不存在会员卡过期导致会员退会的情况。三、变量说明本文建立模型的过程中主要涉及以下变量，变量及说明如下:表1变量及其说明变量说明变量说明R最近一次购买商品的时间间隔天数F购买商品的频率M消费总金额T单次购买的最高金额iw初始权重系数iw归一化权重系数CI一致性指标max最大特征根3i特征根RI平均随机一致性指标CR随机一致性指标tmfrx,x,x,x标准化的RFMT指标值maxx指标最大值minx指标最小值SRFMTRFMT价值得分tmfrw,w,w,wRFMT各指标权重tmfrx,x,x,xRFMT指标值tmfrxxxx,,,FFFFRFMT指标得分kc聚类类别i聚类中心)(kcJ距离平方和)(cJ总距离平方和四、模型的建立与求解4.1数据预处理题目提供了5个附件，附件中的数据给出了商场会员的相关信息：附件1是会员信息数据；附件2是近几年的销售流水表；附件3是会员消费明细表；附件4是商品信息表；附件5是数据字典。对于众多的会员信息数据，我们需要对数据进行清洗整理，使用EXCEL和SQLServer软件对数据做了以下预处理：1剔除数据表中的重复数据；2由于我们只针对附件一中的会员进行管理，附件三中的会员消费记录存在其他分店的会员，而附件一为本商场的会员，我们将附件一与附件三的数据相关联，筛选出本商场的会员消费明细，剔除其他分店的会员消费明细；3将附件一、附件二与附件三的数据相关联，分别筛选出附件二中会员与非会员的数据。利用以上数据，对问题进行求解分析。4.2问题一的模型建立与求解4.2.1建模思路对于问题一，我们运用数据统计分析的方法来对会员信息进行分析。问题中需要根据会员消费明细表分析会员的消费特征，主要从三个维度来分析：购买力、时间偏好、消费偏好，具体分析指标如下图所示：4消费特征01会员消费金额会员消费宗数购买数量购买力02季节性倾向时间偏好03特价商品消费占比高价商品消费占比消费偏好图1会员消费特征指标而对于会员与非会员群体之间的差异，我们从购买力以及购买数量的角度深入分析会员与非会员带给商场的价值差异，进而分析会员给商场带来的价值。4.2.2模型建立我们从购买力、时间偏好、消费偏好三个维度来分析会员的消费特征。(1)购买力反映会员购买力的指标主要有三个，分别为会员消费金额、会员消费宗数以及商品购买数量。根据会员的消费情况，我们定义了各指标的数据区间以及含义，如下表所示：表2购买力指标区间以及含义消费总金额区间含义消费宗数区间含义购买数量区间含义总金额为0无消费会员消费宗数为0无消费会员购买数量为0无消费会员0总金额10000低消费会员0消费宗数=10低消费会员0购买数量=10低消费会员10000=总金额=50000中消费会员10消费宗数=20中低消费会员10购买数量=20中低消费会员总金额50000高消费会员20消费宗数=50中消费会员20购买数量=50中消费会员50消费宗数=100中高消费会员50购买数量=100中高消费会员消费宗数100高消费会员购买数量100高消费会员我们在会员购买力维度下将会员群体分成了无消费会员、低消费会员、中低消费会员、中消费会员、中高消费会员、高消费会员六个等级，并根据会员的消费情况进行会员购买力分析。(2)时间偏好对于会员消费的时间偏好，我们主要分析会员消费的季节性倾向。仅考虑北半球的季节更替规律，一般认为每年的3月-5月为春季，6月-8月为夏季，9月-11月为秋季，12月-次年2月为冬季。5由于会员消费明细数据截取的时间区间为2015年1月1日-2018年1月4日，在时间维度上分别分析2015、2016、2017三年间的会员消费季节性倾向情况。(3)消费偏好在会员的消费偏好上我们主要关注特价商品消费占比和高价商品消费占比这两个指标。其中，特价商品消费占比是指会员购买特价商品的总金额占会员总消费金额的比例，即特价商品消费金额/总消费金额；同样地，高价商品消费占比是指会员购买高价商品的总金额占会员总消费金额的比例，即高价商品消费金额/总消费金额。并且，我们定义在商品信息表的商品类目中标明特价、促销、打折的商品为特价商品，并考虑百货商场实际销售的商品，定义商品售价在5000元以上的商品为高价商品。4.2.3模型的求解与结果分析1.会员的消费特征(1)购买力反映购买力的指标为：会员消费金额、会员消费宗数、商品购买数量。在会员消费数据的统计区间内，本文运用统计分析法对这三个指标进行了分析，结果如下：在会员消费总金额指标中，将消费金额分为了4个区间，分别代表无消费会员、低消费会员、中消费会员和高消费会员。在统计区间内，会员消费总金额占总消费金额的比例如图2所示：图2会员消费总金额占比从图2可以看到，无消费会员的占比最大，为75%；低消费会员占比为17.86%，中消费会员占比5.65%，而消费总金额大于50000元的高消费会员仅占1.48%将会员消费宗数和购买数量都分成6个区间，分别代表6个会员等级，即无消费会员、低消费会员、中低消费会员、中消费会员、中高消费会员、高消费会员。在统计区间内，会员消费宗数的情况和会员购买商品的数量情况如图3、图4所示：6图3会员消费宗数占比图4商品购买数量占比从饼状图中可以看到，在所有会员中消费宗数小于10的会员占大多数，而消费宗数大于50的会员仅占0.9%。同样地，商品购买数量小于10的会员占比最大，购买数量大于50的会员仅占比1.4%。从以上统计结果可知，无消费会员的占比最大，该商场的大部分会员都存在开了会员卡不消费的情况；而中、低消费的会员比高消费会员多，表明该商场会员的购买力一般在中、低消费的水平上。由于存在大量的无消费会员，该商场应采取一系列促销活动来吸引会员消费，维系会员的忠诚度。(2)时间偏好除了会员购买力能够直观地看出会员的消费特征，从时间上也能看出会员消费的时间倾向。在时间偏好维度上，本文主要分析会员消费的季节性倾向。在分析中，一般认为每年的3月-5月为春季，6月-8月为夏季，9月-11月为秋季，12月-次年2月为冬季。根据会员消费明细数据，统计得到2015年-2017年各季节消费的会员人数情况，如图5所示：7图52015年-2017年季节消费会员人数明显可以看到，2015年的秋季会员消费人数为0，冬季的消费人数与春季和夏季相比较少；到了2016年，会员在冬季的消费人数最少，而在秋季消费的人最多；2017年的会员消费人数在每个季节都较为平均，无明显季节性倾向。总体来看，该商场的会员主要倾向于春季和夏季消费。(3)消费偏好关注消费者对促销活动、高价商品的敏感度是分析消费者消费特征的一个很好的方向，在商场的营业中，销售特价商品和高价商品往往是商场提高盈利的渠道，所以可通过分析会员的特价商品和高价商品的消费情况来分析商场会员的消费特征。根据会员的消费明细表，可知会员的特价商品和高价商品的消费情况如表3所示。表3特价和高价商品的会员消费情况特价商品消费总金额/元特价商品消费占比高价商品消费总金额/元高价商品消费占比会员消费总金额/元285763242.940.51%194237180.627.54%705409997.6在会员总消费中，特价商品消费占比40.51%，可见会员对于促销活动的特价商品的购买力较高，而高价商品消费占比27.54%，表明会员对高价商品的销售贡献度还是比较高的。特价商品的销售属于薄利多销形式，通过促销活动吸引消费者消费；而高价商品的销售量不会像日常用品那样高，但是商品的价格越高，商场的盈利也越高，二者的销售均能给商场带来高利润收入。2.会员与非会员的差异为了进一步分析客户给商场带来的价值，本文对会员和非会员的购买力进行了对比分析。同时，考虑到现有数据时间维度的不统一，本文以商场销售流水表为基准，提取时间节点为2016年1月至2017年9月的