HOME 首頁(yè)
SERVICE 服務(wù)產(chǎn)品
XINMEITI 新媒體代運(yùn)營(yíng)
CASE 服務(wù)案例
NEWS 熱點(diǎn)資訊
ABOUT 關(guān)于我們
CONTACT 聯(lián)系我們
創(chuàng)意嶺
讓品牌有溫度、有情感
專注品牌策劃15年

    RFM分析(rfm分析法名詞解釋)

    發(fā)布時(shí)間:2023-04-14 00:35:30     稿源: 創(chuàng)意嶺    閱讀: 145        

    大家好!今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于RFM分析的問(wèn)題,以下是小編對(duì)此問(wèn)題的歸納整理,讓我們一起來(lái)看看吧。

    開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具,一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

    只需要輸入關(guān)鍵詞,就能返回你想要的內(nèi)容,越精準(zhǔn),寫(xiě)出的就越詳細(xì),有微信小程序端、在線網(wǎng)頁(yè)版、PC客戶端

    官網(wǎng):https://ai.de1919.com。

    創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè),服務(wù)客戶遍布全球各地,如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話175-8598-2043,或添加微信:1454722008

    本文目錄:

    RFM分析(rfm分析法名詞解釋)

    一、常用的分析方法及模型有哪些?

    1、RFM模型

    RFM分析是客戶關(guān)系分析中一種簡(jiǎn)單實(shí)用客戶分析方法,將最近一次消費(fèi)、消費(fèi)頻率、消費(fèi)金額這三個(gè)要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo),衡量客戶價(jià)值和客戶創(chuàng)利能力。

    RFM分析也就是通過(guò)這個(gè)三個(gè)指標(biāo)對(duì)客戶進(jìn)行觀察和分類,針對(duì)不同的特征的客戶進(jìn)行相應(yīng)的營(yíng)銷策略。

    R——最后交易距離當(dāng)前天數(shù)(Recency)

    F——累計(jì)交易次數(shù)(Frequency)

    M——累計(jì)交易金額(Monetary)

    在這三個(gè)制約條件下,我們把M值大,也就是貢獻(xiàn)金額最大的客戶作為“ 重要客戶 ”,其余則為“ 一般客戶 "和” 流失客戶 “,基于此,我們產(chǎn)生了8種不同的客戶類型:

    重要價(jià)值客戶 :復(fù)購(gòu)率高、購(gòu)買頻次高、花費(fèi)金額大的客戶,是價(jià)值最大的用戶。

    重要保持客戶 :買的多、買的貴但是不常買的客戶,我們要重點(diǎn)保持;

    重要發(fā)展客戶 :經(jīng)常買、花費(fèi)大但是購(gòu)買頻次不多的客戶,我們要發(fā)展其多購(gòu)買;

    重要挽留客戶 :愿意花錢但是不常買、購(gòu)買頻次不多的客戶,我們要重點(diǎn)挽留;

    一般價(jià)值客戶 :復(fù)購(gòu)率高、購(gòu)買頻次高,但是花費(fèi)金額小的客戶,屬于一般價(jià)值;

    一般保持客戶 :買的多但是不常買、花錢不多,屬于一般保持客戶;

    一般發(fā)展客戶 :經(jīng)常買,但是買不多、花錢也不多,屬于一般發(fā)展客戶;

    一般挽留客戶 :不愿花錢、不常買、購(gòu)買頻次不高,最沒(méi)有價(jià)值的客戶;

    下面是我用 FineBI 做的RFM模型可視化儀表板,可以通過(guò)RFM模型對(duì)客戶的終生價(jià)值做一個(gè)合理的預(yù)估,基于一個(gè)理想的客戶特征來(lái)衡量現(xiàn)實(shí)中客戶價(jià)值的高低,通過(guò)此類分析,定位最有可能成為品牌忠誠(chéng)客戶的群體,讓我們把主要精力放在最有價(jià)值的用戶身上。

    波士頓模型最初是一個(gè)時(shí)間管理模型,按照緊急、不緊急、重要、不重要排列組合分成四個(gè)象限,以此便于對(duì)時(shí)間進(jìn)行有效的管理。

    運(yùn)用在客戶分析中,也就是利用銷售額和利潤(rùn)這兩個(gè)重要指標(biāo)分為四個(gè)象限,對(duì)我們的客戶進(jìn)行分組。我們將這兩個(gè)維度作為橫縱坐標(biāo)軸分為四個(gè)象限,將產(chǎn)品或者服務(wù)分為下面四種類型:

    明星類 :增長(zhǎng)率高、占有率高,代表著十分成功的產(chǎn)品,是主打的明星產(chǎn)品;

    金牛類 :增長(zhǎng)率低、占有率高,已經(jīng)占據(jù)了市場(chǎng)但是沒(méi)有發(fā)展空間的產(chǎn)品,屬于現(xiàn)金牛產(chǎn)品;

    問(wèn)題類 :增長(zhǎng)率高、占有率低,說(shuō)明用戶需求高,但是本身產(chǎn)品有問(wèn)題,需要改進(jìn)優(yōu)化;

    瘦狗類 :增長(zhǎng)率低、占有率低,市場(chǎng)不認(rèn)可的失敗產(chǎn)品,需要盡快去除;

    我們?nèi)绱朔诸惖哪康恼且鶕?jù)波士頓矩陣,將一些沒(méi)有發(fā)展前景和市場(chǎng)潛力的產(chǎn)品盡快淘汰掉,保證明星產(chǎn)品和現(xiàn)金牛產(chǎn)品的份額,從而搭配好產(chǎn)品或者業(yè)務(wù)的整個(gè)市場(chǎng)布局。

    FineBI制作的波士頓模型實(shí)際使用:

    如圖所示,每個(gè)銷售大區(qū)與每個(gè)銷售年份下的客戶分布,通過(guò)篩選數(shù)據(jù),我們得到我們想要的客戶信息。而波士頓矩陣則是一個(gè)非常有力的工具,可以幫助我們將雜亂無(wú)序的東西組塊整理,在使用矩陣的的時(shí)候,盡量選取縱向和橫向毫無(wú)關(guān)聯(lián)要素來(lái)分析,這樣才能發(fā)揮矩陣分塊整理的作用。

    我們知道并不是所有的顧客都具備相同的價(jià)值,如果企業(yè)能夠?qū)W⒂谀切┛梢詭?lái)最大未來(lái)利益的客戶,就可以實(shí)現(xiàn)更好的運(yùn)營(yíng)。所以企業(yè)必須識(shí)別出這些客戶,CLV是對(duì)客戶未來(lái)利潤(rùn)的有效預(yù)測(cè),它還有另外一個(gè)名字,叫做LTV (life time value)。

    這里需要特別說(shuō)明的是,CLV考慮了完整的客戶生命周期,包含客戶獲取和客戶流失,也就是它計(jì)算的不只是眼前顧客已經(jīng)產(chǎn)生的價(jià)值,還預(yù)測(cè)了未來(lái)價(jià)值。

    CLV的計(jì)算公式有非常多,有的會(huì)非常復(fù)雜,主要在流失率這個(gè)環(huán)節(jié)和影響因素就相當(dāng)多,也有會(huì)加上投入成本,價(jià)值變化率和利率變化等等。

    比較實(shí)用簡(jiǎn)單的是這種:

    那對(duì)于CLV的應(yīng)用,可以從以下兩個(gè)模型來(lái)看,將企業(yè)的最優(yōu)客戶與不值得投入的客戶區(qū)分出來(lái):

    帕累托原則,又稱二八原則,是關(guān)于效率與分配的判斷方法。帕累托法則是指在任何大系統(tǒng)中,約80%的結(jié)果是由該系統(tǒng)中約20%的變量產(chǎn)生的。應(yīng)用在企業(yè)中,就是80%的利潤(rùn)來(lái)自于20%的項(xiàng)目或重要客戶。

    模型的解釋:當(dāng)一個(gè)企業(yè)80%利潤(rùn)來(lái)自于20%的客戶總數(shù)時(shí),這個(gè)企業(yè)客戶群體是健康且趨于穩(wěn)固的。 當(dāng)一個(gè)企業(yè)80%利潤(rùn)來(lái)自大于20%的客戶總數(shù)時(shí),企業(yè)需要增加大客戶的數(shù)量。當(dāng)一個(gè)企業(yè)80%利潤(rùn)來(lái)自小于20%的客戶群時(shí),企業(yè)的基礎(chǔ)客戶群需要拓展與增加。

    模型的實(shí)際使用,某商場(chǎng)品牌商的銷售額。

    一共10家客戶,5家客戶(50%)提供了80%的銷售額,這就說(shuō)明需要增加大品牌客戶數(shù)量。

    帶來(lái)大量銷售額的客戶必須認(rèn)真對(duì)待和維護(hù),如果客戶數(shù)量大,尤其需要列出重點(diǎn)客戶重點(diǎn)跟進(jìn),把有限的精力放在創(chuàng)造利潤(rùn)大的客戶上。

    5、漏斗模型

    漏斗模型本質(zhì)是分解和量化,為了方便大家理解,這里以營(yíng)銷漏斗模型舉例:

    也就是說(shuō)營(yíng)銷的環(huán)節(jié)指的是從獲取用戶到最終轉(zhuǎn)化成購(gòu)買這整個(gè)流程中的一個(gè)個(gè)子環(huán)節(jié),相鄰環(huán)節(jié)的轉(zhuǎn)化率則就是指用數(shù)據(jù)指標(biāo)來(lái)量化每一個(gè)步驟的表現(xiàn)。

    所以整個(gè)漏斗模型就是先將一個(gè)完整的購(gòu)買流程拆分成一個(gè)個(gè)步驟,然后用轉(zhuǎn)化率來(lái)衡量每一個(gè)步驟的表現(xiàn),最后通過(guò)異常的數(shù)據(jù)指標(biāo)找出有問(wèn)題的環(huán)節(jié),然后解決該環(huán)節(jié)的問(wèn)題,最終達(dá)到提升整體購(gòu)買轉(zhuǎn)化率的目的,所以漏斗模型的核心思想可以歸為分解和量化。

    比如分析電商的轉(zhuǎn)化,我們要做的就是監(jiān)控每個(gè)層級(jí)上的用戶轉(zhuǎn)化,尋找每個(gè)層級(jí)的可優(yōu)化點(diǎn)。對(duì)于沒(méi)有按照流程操作的用戶,專門繪制他們的轉(zhuǎn)化模型,縮短路徑提升用戶體驗(yàn)。

    PEST,也就是政治(Politics)、經(jīng)濟(jì)(Economy)、社會(huì)(Society)、技術(shù)(Technology),能從各個(gè)方面把握宏觀環(huán)境的現(xiàn)狀及變化趨勢(shì),主要用戶行業(yè)分析。

    宏觀環(huán)境又稱一般環(huán)境,是指影響一切行業(yè)和企業(yè)的各種宏觀力量。

    對(duì)宏觀環(huán)境因素作分析時(shí),由于不同行業(yè)和企業(yè)有其自身特點(diǎn)和經(jīng)營(yíng)需要,分析的具體內(nèi)容會(huì)有差異,但一般都應(yīng)對(duì)政治、經(jīng)濟(jì)、技術(shù)、社會(huì),這四大類影響企業(yè)的主要外部環(huán)境因素進(jìn)行分析。

    政治環(huán)境:政治體制、經(jīng)濟(jì)體制、財(cái)政政策、稅收政策、產(chǎn)業(yè)政策、投資政策等。

    社會(huì)環(huán)境:人口規(guī)模、性別比例、年齡結(jié)構(gòu)、生活力式、購(gòu)買習(xí)慣、城市特點(diǎn)等。

    技術(shù)環(huán)境:折舊和報(bào)廢速度、技術(shù)更新速度、技術(shù)傳播速度、技術(shù)商品化速度等。

    經(jīng)濟(jì)環(huán)境:GDP 及增長(zhǎng)率、進(jìn)出口總額及增長(zhǎng)率、利率、匯率、通貨膨脹率、消費(fèi)價(jià)格指數(shù)、居民可支配收入、失業(yè)率、勞動(dòng)生產(chǎn)率等。

    5W2H,即為什么(Why)、什么事(What)、誰(shuí)(Who)、什么時(shí)候(When)、什么地方(Where)、如何做(How)、什么價(jià)格(How much),主要用于用戶行為分析、業(yè)務(wù)問(wèn)題專題分析、營(yíng)銷活動(dòng)等。

    該分析方法又稱為七何分析法,是一個(gè)非常簡(jiǎn)單、方便又實(shí)用的工具,以用戶購(gòu)買行為為例:

    Why:用戶為什么要買?產(chǎn)品的吸引點(diǎn)在哪里?

    What:產(chǎn)品提供的功能是什么?

    Who:用戶群體是什么?這個(gè)群體的特點(diǎn)是什么?

    When:購(gòu)買頻次是多少?

    Where:產(chǎn)品在哪里最受歡迎?在哪里賣出去?

    How:用戶怎么購(gòu)買?購(gòu)買方式什么?

    How much:用戶購(gòu)買的成本是多少?時(shí)間成本是多少?

    SWOT分析法也叫態(tài)勢(shì)分析法,S (strengths)是優(yōu)勢(shì)、W (weaknesses)是劣勢(shì),O (opportunities)是機(jī)會(huì)、T (threats)是威脅或風(fēng)險(xiǎn)。

    SWOT分析法是用來(lái)確定企業(yè)自身的內(nèi)部?jī)?yōu)勢(shì)、劣勢(shì)和外部的機(jī)會(huì)和威脅等,通過(guò)調(diào)查列舉出來(lái),并依照矩陣形式排列,然后用系統(tǒng)分析的思想,把各種因素相互匹配起來(lái)加以分析。

    運(yùn)用這種方法,可以對(duì)研究對(duì)象所處的情景進(jìn)行全面、系統(tǒng)、準(zhǔn)確的研究,從而將公司的戰(zhàn)略與公司內(nèi)部資源、外部環(huán)境有機(jī)地結(jié)合起來(lái)。

    4P即產(chǎn)品(Product)、價(jià)格(Price)、渠道(Place)、推廣(Promotion),在營(yíng)銷領(lǐng)域,這種以市場(chǎng)為導(dǎo)向的營(yíng)銷組合理論,被企業(yè)應(yīng)用最普遍。

    可以說(shuō)企業(yè)的一切營(yíng)銷動(dòng)作都是在圍繞著4P理論進(jìn)行,也就是將:產(chǎn)品、價(jià)格、渠道、推廣。通過(guò)將四者的結(jié)合、協(xié)調(diào)發(fā)展,從而提高企業(yè)的市場(chǎng)份額,達(dá)到最終獲利的目的。

    產(chǎn)品:從市場(chǎng)營(yíng)銷的角度來(lái)看,產(chǎn)品是指能夠提供給市場(chǎng),被入們使用和消費(fèi)并滿足人們某種需要的任何東西,包括有形產(chǎn)品、服務(wù)、人員、組織、觀念或它們的組合。

    價(jià)格:是指顧客購(gòu)買產(chǎn)品時(shí)的價(jià)格,包括基本價(jià)格、折扣價(jià)格、支付期限等。影響定價(jià)的主要因素有三個(gè):需求、成本與競(jìng)爭(zhēng)。

    渠道:是指產(chǎn)品從生產(chǎn)企業(yè)流轉(zhuǎn)到用戶手上全過(guò)程中所經(jīng)歷的各個(gè)環(huán)節(jié)。

    促銷:是指企業(yè)通過(guò)銷售行為的改變來(lái)刺激用戶消費(fèi),以短期的行為(比如讓利、買一送一,營(yíng)銷現(xiàn)場(chǎng)氣氛等等)促成消費(fèi)的增長(zhǎng),吸引其他品牌的用戶或?qū)е绿崆跋M(fèi)來(lái)促進(jìn)銷售的增長(zhǎng)。廣告、宣傳推廣、人員推銷、銷售促進(jìn)是一個(gè)機(jī)構(gòu)促銷組合的四大要素。

    邏輯樹(shù)又稱問(wèn)題樹(shù)、演繹樹(shù)或分解樹(shù)等。它是把一個(gè)已知問(wèn)題當(dāng)成“主干”,然后開(kāi)始考慮這個(gè)問(wèn)題和哪些相關(guān)問(wèn)題有關(guān),也就是“分支”。邏輯樹(shù)能保證解決問(wèn)題的過(guò)程的完整性,它能將工作細(xì)分為便于操作的任務(wù),確定各部分的優(yōu)先順序,明確地把責(zé)任落實(shí)到個(gè)人。

    邏輯樹(shù)的使用必須遵循以下三個(gè)原則:

    要素化:把相同的問(wèn)題總結(jié)歸納成要素。

    框架化:將各個(gè)要素組織成框架。遵守不重不漏的原則。

    關(guān)聯(lián)化:框架內(nèi)的各要素保持必要的相互關(guān)系,簡(jiǎn)單而不獨(dú)立。

    AARRR模型是所有運(yùn)營(yíng)人員都要了解的一個(gè)數(shù)據(jù)模型,從整個(gè)用戶生命周期入手,包括獲?。ˋcquisition)、激活(Activition)、留存(Retention)、變現(xiàn)(Revenue)和傳播(Refer)。

    每個(gè)環(huán)節(jié)分別對(duì)應(yīng)生命周期的5個(gè)重要過(guò)程,即從獲取用戶,到提升活躍度,提升留存率,并獲取收入,直至最后形成病毒式傳播。

    二、客戶價(jià)值如何分析?看看這個(gè)RFM模型分析吧

    相信很多企業(yè)都希望服務(wù)好客戶,促進(jìn)銷售轉(zhuǎn)化,最好能對(duì)產(chǎn)品和品牌產(chǎn)生黏性,長(zhǎng)期購(gòu)買。于是絞盡腦汁去維護(hù)客戶關(guān)系,但往往不是很理想,無(wú)感的依舊無(wú)感。為什么?因?yàn)椴煌目蛻粝M(fèi)需求不一樣。因此,對(duì)不同的客戶進(jìn)行價(jià)值劃分,可以更好地幫助業(yè)務(wù)部門進(jìn)行精準(zhǔn)營(yíng)銷,為不同的客戶定制不同的營(yíng)銷策略,以提高轉(zhuǎn)化率。

    那么如何對(duì)客戶價(jià)值進(jìn)行分析呢?這里我們可以通過(guò)RFM模型對(duì)客戶進(jìn)行細(xì)分:

    R:最近一次消費(fèi)(Recency),指客戶最近交易日期距離當(dāng)前天數(shù)。

    F:消費(fèi)頻率(Frequency),表示客戶在一定時(shí)期內(nèi)的購(gòu)買次數(shù)。

    M:消費(fèi)金額(Monetary),表示客戶在一定時(shí)期內(nèi)消費(fèi)的平均金額。

    通過(guò)這樣的模型對(duì)客戶價(jià)值劃分后,我們可以將客戶類型細(xì)分成:重要價(jià)值客戶、重要發(fā)展客戶、重要保持客戶、重要挽留客戶、一般價(jià)值客戶、一般發(fā)展客戶、一般保持客戶、一般挽留客戶,如下圖所示:

    借助上圖所示的RFM模型分析,企業(yè)可以很直觀的了解到不同客戶所對(duì)應(yīng)的價(jià)值。若想清晰的掌握不同客戶類型下的客戶數(shù)量及其所帶來(lái)的銷售額情況,我們可以借助下圖幫助用戶直觀統(tǒng)計(jì)出不同類型客戶的情況:

    如圖,我們可以看到,一般挽留客戶與一般發(fā)展客戶的數(shù)量最多,但其所帶來(lái)的銷售價(jià)值并不高,而重要價(jià)值客戶所占數(shù)量不多,但卻為企業(yè)帶來(lái)了最大的收益價(jià)值。因此,企業(yè)可在面對(duì)不同類型的客戶時(shí),采取不同的銷售策略,為企業(yè)帶來(lái)更大的收益價(jià)值。

    在對(duì)客戶價(jià)值分析的過(guò)程中,我們還可以結(jié)合其他圖表對(duì)客戶進(jìn)行分析,聯(lián)動(dòng)篩選出想要了解的客戶情況:

    如上圖所示,我們可以借助此分析報(bào)表,篩選過(guò)濾出任意一家或多家客戶的月度銷售額、成本、平均單價(jià)、所購(gòu)買的商品種類、筆數(shù)等指標(biāo)數(shù)據(jù)的變化趨勢(shì),以及客戶所購(gòu)買的物料具體明細(xì),幫助企業(yè)更清晰了解不同客戶的銷售價(jià)值,以此采取不同的銷售應(yīng)對(duì)策略。

    當(dāng)然,上述圖表僅供參考,在實(shí)際中可另行修改設(shè)計(jì)。該分析模型制作完成后,借助數(shù)林BI對(duì)數(shù)據(jù)進(jìn)行自定義更新設(shè)置后,后續(xù)數(shù)據(jù)可自動(dòng)可從用友或金蝶系統(tǒng)中獲取,幫助我們減少定期重復(fù)做表的繁瑣,減輕工作量,從而提高工作效率。

    三、rfm模型可用來(lái)分析商戶么

    可以

    商業(yè)數(shù)據(jù)分析是基于業(yè)務(wù)理論,從數(shù)據(jù)分析入手,依托統(tǒng)計(jì)工具,以決策優(yōu)化為目的,洞察數(shù)據(jù)背后的規(guī)律,為業(yè)務(wù)創(chuàng)造最大價(jià)值。主要用于:

    監(jiān)控異常數(shù)據(jù),如信用欺詐;

    建立模型和預(yù)測(cè),如產(chǎn)品分析;

    關(guān)鍵變分析和預(yù)測(cè),如潛在客戶分析;

    預(yù)測(cè)分析,如客戶流失預(yù)測(cè)。

    業(yè)務(wù)數(shù)據(jù)分析不僅僅是為管理提供各種數(shù)據(jù)。它需要更深入的方法來(lái)記錄、分析和細(xì)化數(shù)據(jù),并擬易于理解的格式顯示結(jié)果。簡(jiǎn)單地說(shuō),業(yè)務(wù)數(shù)據(jù)分析使領(lǐng)導(dǎo)者能夠了解他們面臨的問(wèn)題,并以有效的方式解決它們。數(shù)據(jù)本身就是事實(shí)和數(shù)字。數(shù)據(jù)分析人員通過(guò)在數(shù)據(jù)中尋找模式來(lái)結(jié)合業(yè)務(wù)問(wèn)題提供有用的信息。然后,決策者可以利用這一背景采取行動(dòng),提高生產(chǎn)率和企業(yè)盈利能力。

    四、數(shù)據(jù)分析之聚類分析

    RFM分析只能對(duì)客戶的行為進(jìn)行分析,包含的信息量有點(diǎn)少。一般來(lái)說(shuō),對(duì)人群進(jìn)行分類,要綜合考慮其行為、態(tài)度、模式以及相關(guān)背景屬性,通過(guò)使用特定的方法,發(fā)現(xiàn)隱藏在這些信息背后的特征,將其分成幾個(gè)類別,每一類具有一定的共性,進(jìn)而做出進(jìn)一步的探索研究。這個(gè)分類的過(guò)程就是聚類分析。

    聚類分析,就是按照個(gè)體的特征將它們分類,目的在于讓同一個(gè)類別內(nèi)的個(gè)體之間具有較高的相似度,而不同類別之間具有較大的差異性。這樣,就能夠根據(jù)不同類別的特征有的放矢地進(jìn)行分析,并制定出適用于不同類別的解決方案。

    聚類可以對(duì)變量進(jìn)行聚類,但是更常見(jiàn)的還是對(duì)個(gè)體進(jìn)行聚類,也就是樣本聚類。例如對(duì)用戶、渠道、商品、員工等方面的聚類,聚類分析主要應(yīng)用在市場(chǎng)細(xì)分、用戶細(xì)分等領(lǐng)域。

    為了合理的聚類,需要采用適當(dāng)?shù)闹笜?biāo)來(lái)衡量研究對(duì)象之間的聯(lián)系緊密程度,常用的指標(biāo)有“距離”和“相似系數(shù)”,相似系數(shù)一般指的是相關(guān)系數(shù)。假設(shè)將研究對(duì)象采用點(diǎn)表示,聚類分析時(shí),將“距離”較小的點(diǎn)或“相似系數(shù)”較大的點(diǎn)歸為同一類,將“距離”較大的點(diǎn)或“相似系數(shù)”較小的點(diǎn)歸為不同的類。

    聚類分析具有如下特點(diǎn):

    1.對(duì)于聚類結(jié)果是未知的,不同的聚類分析方法可能得到不同的分類結(jié)果,或者相同的聚類分析方法但是所分析的變量不同,也會(huì)得到不同的聚類結(jié)果;

    2.對(duì)于聚類結(jié)果的合理性判斷比較主觀,只要類別內(nèi)相似性和類別間差異性都能得到合理的解釋和判斷,就認(rèn)為聚類結(jié)果是可行的。

    聚類分析可以應(yīng)用于以下場(chǎng)景:

    聚類分析的步驟:

    (1)確定需要參與聚類分析的變量;

    (2)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理;

    因?yàn)楦鱾€(gè)變量間的變量值的數(shù)量級(jí)別差異較大或者單位不一致,例如一個(gè)變量的單位是元,另一個(gè)變量的單位是百分比,數(shù)量級(jí)別差異較大,而且單位也不一致,無(wú)法直接進(jìn)行比較或者計(jì)算“距離”和“相似系數(shù)”等指標(biāo)。

    (3)選擇聚類方法和類別個(gè)數(shù);

    (4)聚類分析結(jié)果解讀;

    常用的聚類方法包括:

    1.快速聚類:也稱K均值聚類,它是按照一定的方法選取一批聚類中心點(diǎn),讓個(gè)案向最近的聚類中心點(diǎn)聚集形成初始分類,然后按照最近距離原則調(diào)整不合理的分類,直到分類合理為止。

    2.系統(tǒng)聚類:也稱層次聚類,首先將參與聚類的個(gè)案(或變量)各視為一類,然后根據(jù)兩個(gè)類別之間的聚類或者相似性逐步合并,直到所有個(gè)案(或變量)合并為一個(gè)大類為止。實(shí)際上,系統(tǒng)聚類分析結(jié)果展現(xiàn)了每個(gè)個(gè)案的聚類過(guò)程和分類結(jié)果。系統(tǒng)聚類之后,要制作交叉表通過(guò)每一個(gè)類別的均值來(lái)了解每一類別的特征。

    3.二階聚類:也稱兩步聚類,它是隨著人工智能的發(fā)展起來(lái)的一種智能聚類方法。整個(gè)聚類方法分為兩個(gè)步驟,第一個(gè)步驟是預(yù)聚類,就是根據(jù)定義的最大類別數(shù)對(duì)個(gè)案進(jìn)行初步歸類;第二個(gè)步驟是正式聚類,就是對(duì)第一步得到的初步歸類進(jìn)行再聚類并確定最終聚類結(jié)果,并且在這一步中,會(huì)根據(jù)一定的統(tǒng)計(jì)標(biāo)準(zhǔn)確定聚類的類別數(shù)。

    (1)系統(tǒng)聚類分析不僅支持輸入單個(gè)分類數(shù)量,還支持輸入分類數(shù)量的范圍。這對(duì)于暫時(shí)無(wú)法確定類別數(shù),或者想進(jìn)行多類別數(shù)的結(jié)果比較時(shí),非常方便。

    (2)系統(tǒng)聚類分析支持生成聚類結(jié)果圖,從而更加直觀地查看聚類過(guò)程。系統(tǒng)聚類分析支持兩種圖形:

    譜系圖(樹(shù)狀圖):它以樹(shù)狀的形式展現(xiàn)個(gè)案被分類的過(guò)程;

    冰柱圖:它以“X”的形式顯示全部類別或指定類別數(shù)的分類過(guò)程。

    (3)系統(tǒng)聚類分析提供多種聚類方法和適用于不同數(shù)據(jù)類型的測(cè)量方法。

    其中,測(cè)量方法(度量標(biāo)準(zhǔn)):

    (i)區(qū)間:適用于連續(xù)變量,雖然SPSS提供了8種測(cè)量方法,但是通常選用默認(rèn)的【平方歐式距離】即可。

    (ii)計(jì)數(shù):適用于連續(xù)或分類變量,SPSS提供了2種測(cè)量方法,通常選用【卡式測(cè)量】即可。

    (iii)二元:適用于0/1分類變量,SPSS提供多達(dá)27種測(cè)量方法,通常選用【平方歐式距離】即可。

    通過(guò)方法里的轉(zhuǎn)換值項(xiàng)來(lái)進(jìn)行標(biāo)準(zhǔn)化處理。由于參與聚類分析的變量是連續(xù)變量,所以,【測(cè)量】應(yīng)選擇【區(qū)間】項(xiàng),方法為默認(rèn)的【平方歐式距離】,標(biāo)準(zhǔn)化可以選擇【Z得分】,選擇按【變量項(xiàng)】,用以每個(gè)變量單獨(dú)進(jìn)行標(biāo)準(zhǔn)化。

    二階聚類分析能夠?qū)B續(xù)變量和分類變量同時(shí)進(jìn)行處理,無(wú)需提前指定聚類的數(shù)目,二階聚類會(huì)自動(dòng)分析并輸出最優(yōu)聚類數(shù)。二階聚類的自動(dòng)聚類結(jié)果借由統(tǒng)計(jì)指標(biāo)施瓦茲貝葉斯準(zhǔn)則(BIC)幫助判斷最佳分類數(shù)量。判斷一個(gè)聚類方案的依據(jù)是BIC的數(shù)值越小,同時(shí),“BIC變化量”的絕對(duì)值和“距離測(cè)量比率”數(shù)值越大,則說(shuō)明聚類效果越好。

    聚類分析屬于探索性數(shù)據(jù)分析方法,它沒(méi)有一個(gè)所謂的標(biāo)準(zhǔn)流程和答案,不同的數(shù)據(jù)有不同的適用方法,即使相同的數(shù)據(jù),應(yīng)用不同的方法也可能會(huì)得到不同的結(jié)果。只要能有效解決實(shí)際業(yè)務(wù)問(wèn)題即可。

    以上就是關(guān)于RFM分析相關(guān)問(wèn)題的回答。希望能幫到你,如有更多相關(guān)問(wèn)題,您也可以聯(lián)系我們的客服進(jìn)行咨詢,客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。


    推薦閱讀:

    chatopenai無(wú)權(quán)訪問(wèn)了(無(wú)權(quán)訪問(wèn)perflogs)

    aso和rf陽(yáng)性是什么意思(aso和rf都是陰性)

    xrd是什么意思(xrf是什么意思)

    觀光農(nóng)業(yè)景觀設(shè)計(jì)哪里靠譜(農(nóng)業(yè)觀光規(guī)劃設(shè)計(jì)公司)

    列舉四種網(wǎng)絡(luò)促銷營(yíng)銷類型(列舉四種網(wǎng)絡(luò)促銷營(yíng)銷類型)