客户数据如何细分
客户数据如何细分
在这个大数据时代，因为数字化交易的不断普及，原本“实体”的客户不断的被数据化，并且有很多企业已经建立了自己的客户数据库，并且根据企业的实际，使用了不同的数据分析方法。比如聘请专门的数据分析师或是购买诸如DataFocus、数据赢家等智能数据分析工具。我们以前介绍过如何分析和处理客户数据，今天为各位分享从通用角度的客户细分思路。
我们可以将企业的所有客户数据分为8类，每一类客户都有其自身的特点，并处在相应的客户关系阶段中。企业可以利用客户价值细分结果实施相应的客户保持策略，进行企业资源的优化配置，从而实现企业利益的最大化。下面针对每类客户的特点进行相应的客户保持策略研究。
(1)第一类客户。其特点是当前价值、潜在价值以及客户忠诚都高，已将其当前业务几乎100％地给了本公司，而且本身发展潜力巨大。这类客户是企业的顶级客户，是企业收入的重要来源，如果失去他们对企业的影响很大，因此企业需要将最主要资源投入到保持和发展与这些客户的关系上，对每个客户设计和实施一对一的客户保持策略。
(2)第二类客户。其特点是拥有高的当前价值和客户忠诚、低的潜在价值，他们已将其业务几乎100％地给了本公司，积极地为本公司推荐新客户，但是他们在为企业增加利润方面已没有多少潜力可供进一步挖掘。这类客户对企业十分重要，因此企业应投入足够的资源，维持现有关系状态。
(3)第三类客户。其特点是拥有高的客户忠诚、低的当前价值及潜在价值，他们可能曾经为企业带来了巨大收益，但在潜力挖掘方面已经非常的弱。企业本应放弃这部分客户以减少成本，可对这部分客户采取默认的客户策略，在资源配置方面对他们投入很少的资源，甚至不投入。
(4)第四类客户。其特点是拥有高的客户忠诚及潜在价值、低的当前价值，客户对企业的产品、服务比较满意，建立了一定的客户忠诚，未来在增量销售、交叉销售等方面有巨大潜力。对这类客户企业应该加大资源投入力度，推动客户关系尽快进入稳定期，扩大客户业务总量。
(5)第五类客户。其特点是拥有高的当前价值及潜在价值、低的客户忠诚，对是否与企业继续合作持保留态度。对这类客户企业应当大量投入资源向他们提供超期望价值，以有效的提高客户满意度，推动客户关系进入稳定期，从而使之向第一类客户转换。
(6)第六类客户。其特点是拥有高的当前价值、低的客户忠诚及潜在价值，与企业的关系薄弱，但他们短期购买量较大，对企业利润有一定的贡献。对这类客户企业维持现状即可。
(7)第七类客户。其特点是拥有高的增值潜力、低的客户忠诚及当前价值，该类客户有很高的增值潜力，对这类客户企业应当投入适当资源，旨在促进客户关系向高级阶段发展。
(8)第八类客户。其特点是当前价值、增值潜力和客户忠诚都低。他们是最没有吸引力的一类客户，在当前及将来都不具备赢利的可能，对这类客户企业不需要投入任何资源，甚至可采取措施解除与其的关系。
客户群体划分
客户群体划分 什么是顾客细分？ 顾客细分的必要性 顾客细分的方法 细分有哪些方式 顾客细分后的分类 7个客户细分诀窍 顾客细分（Customer Segmentation） 编辑什么是顾客细分？ 客户细分是20世纪50年代中期由美国学者温德尔·史密斯提出的，其理论依据主要有两点。 （1）顾客需求的异质性 并不是所有顾客的需求都相同，只要存在两个以上的顾客，需求就会不同。由于顾客需求、欲望及购买行为是多元的，所以顾客需求满足呈现差异。 （2）企业有限的资源和有效的市场竞争 任何一个企业不能单凭自己的人力、财力和物力来满足整个市场的所有需求，这不仅缘于企业自身条件的限制，而且从经济效应方面来看也是不足取的。因为，企业应该分辨出它能有效为之服务的最具有吸引力的细分市场，集中企业资源，制定科学的竞争策略，以取得和增强竞争优势。 客户细分是指根据客户属性划分的客户集合。它既是客户关系管理（customer relationship management, CRM ）的重要理论组成部分，又是其重要管理工具。它是分门别类研究客户、进行有效客户评估、合理分配服务资源、成功实施客户策略的基本原则之一，为企业充分获取客户价值提供理论和方法指导。 顾客细分理论原理是：每类产品的顾客群不是一个群体，根据顾客群的文化观念，消费收入、消费习俗、生活方式的不同细分新的类别，企业根据消费者的不同制定品牌推广战略和营销策略，将资源针对目标顾客集中使用。 客户细分包括： 确定应该收集的数据，以及收集这些数据的方法 将通常保存在分立信息系统中的数据整合在一起 开发统计算法或模型，分析数据，将分析结果作为对客户细分的基础 建立协作关系，使营销和客户服务部门能够与IT经理合作，保证所有人都能明确细分的目的，以及完成细分的技术要求和限制 实施强有力的网络基础设施，以汇聚、保存、处理和分发数据分析结果 虽然高级数据库、营销自动化工具和细分模型对客户细分工作很重要，但各公司还必须拥有精通客户细分的人才，这样才能准确分析模型，最终制定出有效的营销和服务战略。 编辑顾客细分的必要性 顾客天生就存在差异，大量营销策略在忠诚的世界里根本就不适用，因为并不是每一个顾客都适于成为某品牌的品牌忠诚者。如果企业要最大化地实现可持续发展和长期利润，就
客户关系管理中客户细分的数据挖掘分析.doc
客户关系管理中客户细分的数据挖掘分析 - 【摘要】主要研究客户关系管理中的客户细分的数据挖掘，对客户关系管理、客户细分以及数据挖掘的内涵与相关理论进行了认真学习，并对客户细分的数据挖掘方法进行了研究，对客户关系为中心的企业管理模式提供了技术支持。 【关键词】客户关系管理；客户细分；数据挖掘 市场经济给企业发展带来了日益激烈的竞争环境，企业开始重视客户资源的发掘与分析企业的工作重心逐渐从产品转移到客户。客户关系管理是客户细分的有效工具，而数据挖掘技术就是客户细分有力的技术支撑。 一、理论研究 1.客户关系管理 客户关系管理的目标是依靠高效优质的服务吸引客户，同时通过对业务流程的全面优化和管理控制企业运行成本。客户关系管理是一种管理理念，将企业客户视作企业发展最重要的企业资源，采用企业服务优化等手段来管理客户关系。但是客户管理管理同样是一种管理技术将最佳商业实践和数据挖掘、数据仓库、销售自动化以及信息技术结合起来，为企业销售、客户服务等提供了一整套业务自动化解决方案，为企业实现从电子商务现代化企业模式提出了明确的方法。客户关系管理并不是单纯的信息技术或者管理技术，也是一种企业生物战略，通过对企业客户的分段充足，强化客户满意的行为，优化企业可盈利性，将客户处理工作上升到企业级别，不同部门负责和客户进行交互，但是
整个企业都需要向客户负责，在信息技术的支持下实现企业和客户连接环节的自动化管理。 2.客户细分 客户细分由美国学者温德尔?史密斯在上世纪50年代提出，认为客户细分是根据客户属性将客户分成集合。现代营销学中的客户细分是按照客户特征和共性讲客户群分为不同等级或者子群体，寻找相同要素，对不同类别客户心理与需求急性研究和评估，从而指导进行企业服务资源的分配，为企业获得客户价值的一种理论与方法。 因此我们注意到，客户细分其实是一个分类问题，但是却有着显著的特点。 （1）客户细分是动态的。企业不断发展变化，用户数据不断积累，市场因素的变化，都会造成客户细分的变化。所以客户细分工作需要根据客户情况的变化进行动态调整，减少错误分类，提高多次细分中至少有一次是正确分类的可能性。 （2）受众多因素影响。随着时间的推移，客户行为和心理会发生变化，所以不同时间的数据会反映出不同的规律，客户细分方法需要在变化过程中准确掌握客户行为的规律性。 （3）客户细分有不同的分类标准。一般分类问题强调准确性，客户关系管理则强调有用性，讲求在特定限制条件下实现特定目标。 3.数据挖掘 数据挖掘就是从大型数据库数据中提取有价值的，隐含的，事前未知的，潜在有用信息。数据挖掘技术不断发展，挖掘对象不再是单一数据库，已经逐渐发展到文件系统、数据集合以及数据仓库的挖掘分析。
进行有效客户细分的八个步骤
进行有效客户细分的八个步骤 企业的竞争是客户的竞争，大多数企业已经意识到有效的客户细分是企业参与客户竞争的核心竞争力，企业的服务营销策略也离不开有效客户细分的支持。 企业在逐渐接受分级服务分类营销理念的同时，也面临越来越多的客户细分挑战。那么，如何进行有效的客户细分呢？ 企业进行有效的客户细分通常需要经过以下八个步骤： 首先，明确细分的目标。目标不同，关注长期还是短期目标，客户细分的方法会有极大的差异性。典型的目标包括设计针对性的产品与服务、促进产品销售、提升运营效率优化成本结构、改进服务体验、提高营销效果与营销投入效用等。 其次，根据目标确定需要的资源和方法。经常由于企业资源条件的限制和方法的技术性障碍而进行取舍，甚至是对目标的部分影响。 第三，根据企业资源限制选择适合的可行方法。可行的方法不一定是最适合的，可行的方法也不一定有效，重要的是可行的方法是开始客户细分探索的基础。 第四，应用有效数据。企业现有的数据不一定完备，也不见得有效，数据本身可能也需要更为深入的处理以适应细分的方法。要意识到数据分析不一定是有效的，错误的数据或不完备的数据会导致错误的结果。 第五，分析细分指标的稳定性。对于细分采取的变量选择，要应用分析技术验证系统性，通常有效的客户细分需要分层的多维指标交叉获得，并不是越复杂越好，而是要找真正稳定和显性的细分指标。 第六，描述细分客户群的特征。描述细分客户群的特征，通常要求细分后的客户群体不仅能够可清晰的描述，同时也能够应用可靠的识别方法。
第七，通过实际应用验证细分的有效性。验证细分有效性的方法很多，要选择可行和适合的验证方法，没有经过有效性验证的细分是不可信的。 第八，把细分看成过程而不是结果，重头再来。客户细分本就是个学习的过程，客户细分会随着时间的推移和市场的变化而失效，时代在进步、客户在成长、市场在变化，细分的方法也需要不断调整和优化，要有重新来过的远见。 要有重新来过的远见。客户细分是个学习的过程，客户细分结果也会随着时间的推移和市场的变化而失效，时代在进步、客户在成长、市场在变化，细分的方法也需要不断调整和优化。 无效的细分导致企业后续投入的无效成本非常非常高，在没有充分把握的时候，建议企业最好寻求专业人士的帮助。
客户细分是客户管理的重要手段
客户细分是客户关系管理的重要手段 客户关系管理中，对客户进行分类是一种重要的管理方式和手段。大体有以下两种客户分类的方法： 1.按目标客户分类 由于不同的企业或同一企业的不同部门或分机构有着不同的商务需要和不同的技术基础设施，因此，根据客户的行业特征和企业规模来划分目标客户群是大多数客户关系管理的基本分类方式。在企业应用中，越是高端应用，行业差异越大，客户对行业化的要求也越高，因而出现了一些专门的行业解决方案，比如银行、电信、大型零售等客户关系管理应用解决方案。而对中低端应用，一般采用基于不同应用模型的标准产品满足不同客户群的需求。一般将客户关系管理分为3类：以跨国公司或者大型企业为目标客户的企业级客户关系管理;以200人以上、跨地区经营的企业为目标客户的中端客户关系管理;以200人以下企业为目标客户的中小企业客户关系管理。 在客户关系管理应用方面，大型企业与中小型企业相比有很大的区别。首先，大型企业在业务方面有明确的分工，各业务系统有自己跨地区的垂直机构，形成了企业纵横交错的庞大而复杂的组织体系，不同业务、部门、地区间实现信息的交流共享极其困难。其次，大型企业
的业务规模远大于中小企业，致使其信息量巨大。最后，大型企业在业务运作上强调严格的流程管理;而中小企业组织机构简单，业务分工不一定非常明确，动作上也更具有弹性。 2.按应用集成度分类 客户关系管理涵盖客户生命周期管理，涉及众多的企业业务、商机信息、支持服务、市场营销、订单管理等，既要完成单一业务的处理，又要实现不同业务间的协同。同时，作为整个企业应用中的一个组成部分，客户关系管理还要充分与企业的其他应用，如财务、库 存、ERP、SCM等进行集成。但是，不同的企业或同一企业在不同的发展阶段，对客户关系管理整合应用和企业集成应用有不同的要求。从应用集成度方面可以将客户关系管理分为：客户关系管理专项应用、客户关系管理整合应用、客户关系管理企业集成应用。 以销售人员主导的企业客户关系管理应用的关键是销售能力自动化(SFA)，而以店面交易为主的企业，其客户关系管理应用的核心是客户分析与数据库营销。在客户关系管理专项应用方面，有著名的呼叫中心(call center)。随着客户对服务要求的提高和企业服务规模的扩大，呼叫中心在20世纪80年代得到迅速发展，与SFA和数据库营销一起成为客户关系管理的早期应用。到目前为止，这些专项应用仍然具有广阔的市场，并处于不断的发展之中。
房地产营销之客户细分
房地产营销之客户细分 房地产营销之客户细分 房地产营销之客户细分 市场细分理论是经典的营销理论。本文通过理论与具体案例的结合，充分阐述客户细分在现代房地产开发企业当中的应用，着重分析客户细分的操作方法，如何利用客户细分这一营销利器来准确的确定房地产开发企业所面对的市场，来选择房地产开发企业在市场竞争中所运用的策略。 一、市场细分的涵义及作用 近13亿人口的中国是世界上最具潜力的市场，但今天绝大多数活跃于其间的企业都认识到，他们根本不可能获得整个市场。而住宅作为产品更具有地域性的特点，它只能满足某个特定区域客户的需求，房地产开发企业在特定的区域通过研究市场、将市场进行细分，向有购买力的目标市场提供满足其需要的产品。但即便是特定区域的市场，其需求也是千变万化的，怎样准确的确定自己的市场，市场细分是营销工作者必须做的一项重要工作。 市场细分的概念是美国市场学家温德尔·史密斯(Wendell R.Smith)于20世纪50年代中期提出来的。所谓市场细分就是指按照消费者欲望与需求把一个总体市场(总体市场通常太大以致企业很难为之服务)划分成若干个具有共同特征的子市场的过程。因此，分属于同一细分市场的消费者，他们的需要和欲望极为相似；分属于不同细分市场的消费者对同一产品的需要和欲望存在着明显的差别。例如，有的消费者购房是改变自身的居住条件，有的消费者是用来做投资，有的消费者用来度假，有的消费者是为父母购买、有的消费者是为子女购买。从购买动机上可以把房地产市场据此可细分为五个子市场。当然，对同一产品细分市场的依据很多，细分的结果也不同，详细内容在后文再作介绍。 对于这样复杂多变的大市场，任何一个规模巨大的企业、资金实力雄厚的大公司，都不可能满足该市场上全部顾客的所有需求。又由于企业其资源、设备、技术等方面的限制，也不可能满足全部顾客的不同需要。企业只能根据自身的优势条件，从事某方面的生产、营销活动，选择力所能及的、适合自己经营的目标市场，有必要细分市场。例如，万科企业，是中国房地产的老牌企业，其跨地域的品牌复制，“万科城市花园”、“万科金色家园”在房地产市场获得了相当的成功，其市场细分，是通过在城乡结合部开发有文化、有品
客户细分
顾客细分：要了解市场和行业进而分析顾客细分 一、市场及行业分析中国社会调查事务所日前进行的一项中国玩具产业调查的结果显示，中国玩具市场蕴藏着巨大商机。随着国内居民生活条件的改善，环保玩具消费将会越来越高。2001年中国玩具市场的销售额为120亿元。业内人士预测中国玩具市场将以每年40％的速度增长，到2010年中国玩具市场的消费额将超过1000亿元。一个巨大的商业机会呈现在我们的面前，中国玩具市场有着广阔的前景和可持续操作的空间。高品质环保玩具成为玩具行业的发展新趋势。高科技环保玩具不仅满足了儿童的好奇心，加强了孩子和玩具的互动，同时也激发了孩子的求知欲。 二、目标市场分析目前，我国市场上的益智类玩具已有数千种，大致可分为以下几类：解环类益智玩具、趣味性益智玩具、战棋类益智玩具、考验性类益智玩具、拼插类玩具、成人益智玩具等。在这大量的益智玩具产品中，克隆国外和中国传统益智类玩具的产品比较多，产品质量参差不齐。中高端的益智类玩具市场中鲜见中国制造玩具的身影，很大程度上都是在设计上鲜有创新，无法吸引消费者的目光。也正是这些中高端的益智类玩具市场为国外的玩具厂商挣得了巨大的利润。我国益智类玩具是否能进入中高端市场对我国的整个益智类玩具市场的发展具有着重大的影响。我国儿童益智玩具要想取得市场除了在宣传推广重要准注重方法和方法外，在玩具的设计中更要注重遵循科学原理、安全性、创新性和突出功能性的原则，让儿童益智玩具真的能够起到益智的作用，以此抓住巨大的消费者群体。 目标客户群分析 （一）以2岁孩子为主辐射1—10岁的孩子1、、年龄：1岁以上不满10岁
的幼儿，主要对象是2岁的幼儿；2、生理发展特征：2岁的孩子运动能力比一岁的孩子有所增强，但需一些物体来帮助他们加速身体发育和运动能力的提升；3、情感发展特征：2岁的孩子对事物的好奇心强，渴望学习，但是语言表达相对缺乏；4、个性：这一阶段的幼儿非常依恋他们的照料人，因此亲子间需建立起良好的感情；5、消费者、消费决策者的界定：2岁孩子一般没有消费决策，一般决策权在父母手里等照料人手里。但有时会依据孩子对玩具的喜好程度进行购买。 （二）2岁孩子的妈妈1、性别：女；2、年龄：25---32岁；3、学历：大中专及以上；4、职业：白领、高收入家庭主妇、企事业中上层管理者、政府机关部门；5、收入：2500元以上；6、个性：富于情感，热情、好新奇，追求高品质、时尚；7、信息交流方式：网络、电话、专家座谈、孩子教育机构、各种媒介；8、生活路线图：游玩、逛街、多样化、开放式、高品质；9、购物习惯：追求较高品质的消费、对价格较不敏感；10、育儿知识经验来源：家人、朋友、网络、报刊杂志、专家、电视；11、社会交流对象：中高层管理者、中高收入人群、文化修养素质较高人群；12、生活品味：追求较高品质；13、品牌观念：品牌意识较强；14、消费者、消费决策者的界定：2岁孩子一般没有消费决策，一般决策权在父母手里等照料人手里。但有时会依据孩子对玩具的喜好程度进行购买。 （三）早教机构 1、针对性消费对象购买能力分析：（1）针对性消费对象分类：1）主要针对性消费对象：早教机构；2）隐性消费对象：0-6岁的孩子及其家长。隐性消费对象群体（0-6岁的孩子及其家长。
销售员建立客户细分标准的几个方法.
销售员建立客户细分标准的几个方法 在产品上市之前，客户细分是不可缺少的一个环节，而要做好客户细分，建立客户细分的标准是关键，那么，如何建立客户细分的标准呢?下文就介绍了几种方法，可供参考! 客户细分的目的基本上有两种，一种是实现常规的数据库营销中一对一沟通，另外一种是企业临时的营销活动。比如，企业常规性的数据库营销一对一沟通，这种客户细分，根据企业的数据库营销的操作思路不同，细分也相应不同。举例如下： 一、根据现有用户网站浏览数据，把每个用户浏览最多的商品数据进行整理，将商品分为9大类，同样对应的客户也分为九大类，该类客户最关心该类产品，比如手机一类客户，这里用户有一个共同特征，他们最关心的商品中，手机一类比例最高。 二、在现有的九大类客户中，根据关注产品的价格区间，将用户再细分，比如在最关注手机一类客户中，将价格区间分为三档，同样客户也分为三类。 三、建立VIP分类，这一类用户很有可能在最近一段时间要转化销售机会了。分拣出，类别变化客户，关注重点突然发生变化就说明客户处在新商品购买时决策信息收集阶段。 根据以上分类标准，该企业建立了16类细分用户和一个VIP类用户，针对不同类别建立了适合该类别的EDM。经过长时期、持续的运营，该电子商务企业，与58%的客户建立了互动关系，VIP类别达到较高的转化率，忠诚客户增长率达到了18%，同样忠诚客户的重复购买率大幅度提升，为企业创造了长期的、可持续的利润。 另外一种是临时的营销活动，比如网上调查、活动邀请： 新产品上市之前，利用EDM营销系统开展口碑营销。第一步，找到”意见领袖”;第二步，让”意见领袖”能够充分试用产品，并提出产品改进建议。不过这个活动因为时间、精力、成本限制，必须保证意见领袖的有效性，要有所选择。 首先，确定按照要求，参加活动的必须是对产品比较敏感的、产品传播成立比较强的老客户，因此，从数据库中筛选，具备几个条件： 一、老客户，并且忠诚度比较高的客户，从数据库中检索购买过产品的，并且忠诚度级别高于5的老客户; 二、对产品比较敏感的，从数据库中检索提出过过两次以上产品改进建议的老客户; 三、传播能力强的，从数据库中检索推荐其他客户访问注册网站且购买成功的客户; 四、为了保证活动有效性且可监督，选择地域为企业总部所在地北京的客户。
如何进行客户分析
企业首先要明确分析方法、分析流程、评估参数、评估标准等基本要素。员工事先知道要评估什么，从什么角度去评估，按照什么标准去评估。其次要对员工进行系统的培训，使大家对评估标准有一个统一的认识，知道如何理解公司的要求和标准，知道去哪里找数据，找资料，做好沟通工作，不能假定规定出来了，大家自然就理解了，就知道该怎么做了。在进行客户分析时，企业必须有统一的格式和标准，而且是自上而下，不能自下而上，更不能因人而异，就像一把尺子一样，千万不能随意改变，否则就可能出现“移动靶”的问题，让从事这项工作的人无所适从。最后才是按照规定的流程要求每个员工进行分析。否则某些员工即使按照自己的理解进行了客户分析，也会由于没有统一的衡量标准而失去其公正性，“好与坏”自然就很难鉴别，或者很随机，让员工感到不公平。这里涉及到一个非常基本的管理原则问题，任何企业在管理方面的基本要素都大同小异。布置工作时一是要先设定工作目标，二是明确每项工作的责任人，三是明确每项工作的衡量标准和考评时间，四是明确每项工作的考评人或考评小组。当然企业也可以根据自己的需要增加一些要素，以适应本行业，本企业的特殊需要。从上面这个具体的问题来看，主要是衡量标准不明确，而且事先并没有给员工相应的培训导致的困惑，所以要解决这个问题，企业最高层必须让部下明白公司想做什么，管理层最关心什么，应当从哪些方面对客户进行评估。 企业借助基于对客户价值的评估，同时按照企业内部各个营运小组对公司的财务贡献完成对客户的细分。通常情况下，少部分高价值的客户能够为公司带来大部分利润。进行客户细分后，公司可以为这部分客户提供足够的技术和人力资源的支持，以满足这些高价值客户对公司客户服务的期望。
淘宝数据分析：利用数据细分目标客户群
淘宝数据分析：利用数据细分目标客户群 发表于2013-04-09 15:55 来源：199IT 和传统的商务相比，电子商务能够采集和分析数据，如果学会如何挖掘和分析数据，从产品到用户到营销整个流程就可以变得更加的精准、全面。数据对电子商务的价值是不言而喻的。如果你还在依靠传统的经验判断来开展营销的话，你真的out了。 CRM中的数据挖掘就是利用数据挖掘理论和技术创建描述和预测客户行为的模型，优化CRM流程，实现企业有效的客户关系管理。具体来说，数据挖掘在电子商务CRM中的应用主要体现在以下几方面： 1.客户价值分析。通过分析客户对企业业务所构成的贡献，并结合投入产出进行分析，计算客户对企业的价值度，然后根据价值度的大小，用分类或聚类的方法来划分客户群，以便对客户实施有差异的服务。 2.产品客户价值分析。分析客户对某种产品业务量的贡献，使用的方法与客户价值分析基本相同。通过对产品客户价值分析，不仅有利于该产品的经营管理者有区别地做好客户服务，而且可以为该产品的营销提供相对准确的目标客户群。 3.客户保持。采用聚类(分类)和关联分析技术，可将客户群分为5类：高价值稳定的客户群、高价值易流失的客户群、低价值稳定的客户群、低价值易流失的客户群、没有价值的客户群。下面我们讲讲数据化解析电商目标客户群方法实战： 用户产生购买行为后，就从潜在客户变成了价值客户，而数据解析客户的意义也就在于从购买时间、商品、数量、支付金额等行为数据评价客户的价值，这是有一定成交量的卖家的进阶式数据分析方法。 传统线下渠道获取消费者信息的方式一般是通过向数据公司购买数据，或者委托调研公司经过周密漫长的用户调研得出一份报告。而电商模式下，我们可以用更小成本获取海量交易数据，进而分析消费者特征，定位目标消费人群。
数据挖掘应用案例：RFM模型分析与客户细分完整版
数据挖掘应用案例：R F M模型分析与客户 细分 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
数据挖掘应用案例：RFM模型分析与客户细分 分类：| 标签： 2012-01-21 21:39阅读(16854) 这里，我先给各位朋友拜年，祝大家新春快乐！ 兔年就要过去了，本命年的最后一天再不更新博客有点对不住大家！正好刚帮某电信行业完成一个数据挖掘工作，其中的RFM模型还是有一定代表性，就再把数据挖掘RFM模型的建模思路细节与大家分享一下吧！手机充值业务是一项主要电信业务形式，客户的充值行为记录正好满足RFM模型的交易数据要求。 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。 我早期两篇博文已详述了RFM思想和IBM Modeler操作过程，有兴趣的朋友可以阅读！ RFM模型：R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary)表示客户在最近一段时间内购买的金额。一般原始数据为3个字段：客户ID、购买时间（日期格式）、购买金额，用数据挖掘软件处理，加权（考虑权重）得到RFM得分，进而可以进行客户细分，客户等级分类，Customer Level Value得分排序等，实现数据库营销！
这里再次借用@数据挖掘与数据分析的RFM客户RFM分类图。 本次分析用的的软件工具：IBM SPSS Statistics 19，IBM SPSS ，，EXCEL和PPT 因为RFM分析仅是项目的一个小部分分析，但也面临海量数据的处理能力，这一点对计算机的内存和硬盘容量都有要求。 先说说对海量数据挖掘和数据处理的一点体会：（仅指个人电脑操作平台而言） 一般我们拿到的数据都是压缩格式的文本文件，需要解压缩，都在G字节以上存储单位，一般最好在外置电源移动硬盘存储；如果客户不告知，你大概是不知道有多少记录和字段的； Modeler挖掘软件默认安装一般都需要与C盘进行数据交换，至少需要100G 空间预留，否则读取数据过程中将造成空间不足 海量数据处理要有耐心，等待30分钟以上运行出结果是常有的现象，特别 是在进行抽样、合并数据、数据重构、神经网络建模过程中，要有韧性，否则差一分钟中断就悲剧了，呵呵； 数据挖掘的准备阶段和数据预处理时间占整个项目的70%，我这里说如果是超大数据集可能时间要占到90%以上。一方面是处理费时，一方面可能就只能这台电脑处理，不能几台电脑同时操作； 多带来不同，这是我一直强调的体验。所以海量数据需要用到抽样技术，用来查看数据和预操作，记住：有时候即使样本数据正常，也可能全部数据有问题。建议数据分隔符采用“|”存储； 如何强调一个数据挖掘项目和挖掘工程师对行业的理解和业务的洞察都不为过，好的数据挖掘一定是市场导向的，当然也需要IT人员与市场人员有好 的沟通机制；
基于客户细分的企业竞争优势分析
分析
基于客户细分的企业竞争优势分析 摘要：本文主要通过讨论客户价值中的客户细分的涵义、客户细分与客户忠诚度的关系、分析企业怎么通过客户细分来提高企业的竞争优势，通过客户细分能让企业战略资源规划该如何去研发适应市场需要的产品，提高客户对企业的满意度与忠诚度，进而增强企业在市场中的竞争优势。 关键词：客户细分客户忠诚度客户满意度竞争优势 正文： 当今时代，随着经济全球化的进程日益加快，社会经济的不断发展，市场竞争日益激烈，社会分工越来越细，用户需求的不确定性增加，客户的个性化需求意愿增强，产品的生产周期和寿命周期逐渐缩短，产品结构越来越复杂等等，如何在这不断变化的社会经济环境中创造并保持企业自身的竞争优势，必然是每一个企业所面临的重要课题。现在本文从客户关系管理中的客户价值角度分析企业基于客户细分来提高企业自身竞争优势。 首先我们看一下客户细分的含义： 客户(顾客)细分是20世纪50年代中期由美国学者温德尔·史密斯提出的，其理论依据主要有两点：客户（顾客）特征与客户（顾客）反映。客户细分（Customer Segmentation）是指将一个大的客户群体划分成一个个细分群的动作。通过客户细分，企业可以更好地识别不
同的客户群体，对客户区别对待，采取不同的市场战略，达到最优化配置客户资源的目的。 客户细分结构 客户细分能使企业有针对性的对不同的消费客户群体采取不同的营销策略，提供适合不同分类客户的服务模式，而不是针对所有的客户采取“一刀切”的服务模式，这种营销服务模式能为客户提供更为人性化的服务，满足不同客户的需求，必要的时候企业针对这些细分的客户采取“一对一”服务模式，当细分后客户对企业的服务很满意，满足他们的个性化需求时，他们会增强对企业的满意度和忠诚度。 企业根据潜在的忠诚客户和客户的终身价值把客户细分后分为四类：第一类为白金客户（“顶尖”客户），即与本企业目前有业务往来的前1％的客户；第二类为黄金客户（“大”客户），即与本企业目前有业务往来的随后4％的客户；第三类为铁客户（“中等”客户），即与本企业有业务往来的再随后15％的客户；第四类为铅客户（“小”
基于K―means聚类的客户细分案例分析
基于K―means聚类的客户细分案例分析 【摘要】当今流行的客户细分理论的视角主要关注在消费市场的细分上，现有的客户细分理论中根据客户购买的产品特征进行细分的分析和研究相对较少，因此本文的研究就是把某品牌鞋子的风格特征作为细分变量，基于某企业的销售数据来进行分析，选择K-means聚类分析方法结合企业的实际情况，划分出不同的客户群，企业可以根据不同客户群的需求和对企业的贡献制定不同的宣传营销策略，降低企业的销售成本，提高企业的竞争力。 【关键词】客户细分K-means聚类案例分析营销策略 一、案例介绍 某公司是一个以鞋类的研发制造及品牌管理为主的时 尚集团公司，业务遍及大中华区（中国大陆、香港、台湾）、亚洲、欧洲及北美洲，是中国最成功的国内品牌之一。该公司在中国经营的组织架构为：总公司――分公司――专卖店。其中，总公司负责拓展策略和公司年度工作计划的制定，以及成本控制和分公司事务管理。分公司负责执行总公司的战略，对专卖店、专卖店人员实施管理，工作内容包括：新开专卖店寻址、申请开店、签约、开店；对分公司人员管理、分公司销售指标达成、执行总公司促销活动等。
二、数据处理 （一）数据准备 原始数据包括两张表：客户交易记录表和鞋子具体属性表，其中客户交易记录表与鞋子属性表连接的变量是鞋子ID，交易记录数据的时间是过去一年2013年9月1日到2014年9月1日。 （二）数据清洗 该企业一年的交易记录有几千万条，所以原始的交易数据量非常大，这样就很容易出现噪声数据、空缺数据和不一致数据，所以必须要经过一系列的分析与处理，包括对缺失值的处理和异常值的处理，例如：去除客户属性为空的客户记录、剔除消费额和消费次数不在正常范围内的客户记录等。 （1）剔除异常的正负交易。从客户交易记录表中选出过去一年交易ID不为空的正常交易记录，交易记录表中的金额有正负之分，正表示购买记录，负表示退货记录，要剔除掉没有正交易与之对应的退货记录。 （2）剔除异常的购买数量和金额。由于有些客户不是会员，专卖店的销售员会帮客户刷自己的会员卡，这样就会出现一个会员ID在一段时间内交易数量和交易金额超出正常范围。本文用3δ准则剔除不在正常范围内异常客户。 （三）数据转换和整合
市场细分的依据和方法
市场细分的依据和方法 市场细分是建立在市场需求差异性的基础上的，因此形成需求差异性的因素都可以用做市场细分的依据（或称为细分变量）。随着个性化时代的到来，市场需求千差万别，影响需求的因素又错综复杂，企业在进行市场细分时，没有统一的标准和模式，各企业应根据顾客需求的特点、行业经营的实际等，综合考虑，灵活选择细分依据，以获得对企业经营具有价值的细分市场。 一、消费者市场细分 消费者市场细分常用的细分方法有地理细分、人口细分、心理细分、行为细分四种。 （一）地理因素细分 由于处于不同地理位置和不同地理环境的消费者，会形成不同的消费需求、消费习惯和偏好，因此地理细分是常用的市场细分方法。比如饮食习惯上全国各地有明显的差异，因此餐饮市场上，粤菜馆、湘菜馆、川菜馆、东北菜馆等各具地方特色的餐馆争奇斗艳，在深圳这座移民城市表现得尤为突出。 具体的细分依据有：国别、地区、城市规模、人口密度、气候等。 但是地理因素是一种静态因素，处于同一地理位置的消费者仍然会存在较大的需求差异，因此，企业在进行市场细分时，还必须进一步考虑其它因素。 （二）人口因素细分 人口因素细分对于企业识别潜在顾客尤为重要，是市场细分最常用的细分依据。主要的细分依据有年龄、性别、收入、职业、教育程度、家庭结构、种族、宗教信仰等人口统计因素，这些因素比较容易获得和衡量，而且消费者的需求又与此有密切的关系。如收入是影响消费者对住房、家具、汽车、服装等产品需求的重要因素。 （三）心理因素细分 在上述地理因素、人口因素方面具有相同或相近特征的顾客，可能仍会表现出极大的需求差别，其原因主要在于消费者心理因素的影响。 心理细分的依据主要有消费者的生活方式、性格和社会阶层。 生活方式指消费者对待生活、工作、娱乐的态度和行为。据此可将消费者划分为享乐主义者、实用主义者；紧跟潮流者、因循守旧者等不同类型。 性格方面，消费者通常会选购一些能表现自己性格的款式、色彩及产品。根据性格的差异，可以将消费者分为独立、保守、外向、内向、支配、服从等类型。 此外，消费者还会根据自己的背景，将自己主观地融入某一社会阶层，同时在消费和购买产品时也会反映出该阶层的特征。比如在选择休闲活动时，高收入阶层可能会选择打高尔夫球，低收入阶层则可能选择在家中看电视。 （四）行为因素细分 行为因素主要指消费者在购买过程中对产品的认知、态度、使用等行为特点，主要的细分依据有寻求利益、使用率、消费时机、使用者状况等。 1．按寻求利益细分 寻求利益指消费者对所购买的产品能带给自己的好处有不同的要求，如购车时，消费者可能会有以下要求：款式好、安全、省油、耐用等。因此，经营者应了解消费者在购买某种产品时所重视的主要利益是什么，消费者还有哪些利益没有得到满足，进而使自己的产品突出这些利益要求，就可以更好地吸引消费者的兴趣。 2．按使用率细分 使用率反映的是消费者使用量的多寡。根据消费者使用量的不同，可将消费者分为少量使用者、中量使用者、大量使用者。比如啤酒厂大多选择大量使用者作为自己的目标顾客，
RFM客户细分法
二、RFM权重分析 对RFM各变量的指标权重问题,Hughes,Arthur认为RFM在衡量一个问题上的权重是一致的,因而并没有给予不同的划分。而Stone,Bob通过对信用卡实证分析,认为各个指标的权重并不相同,应该给予频度最高,近度次之,值度最低的权重[4]。 认为针对不同的行业甚至不同的公司,频度、近度、值度的权重均存在一定差异,因此需要采用科学的方法进行分析.对此,以层次分析法为支撑,结合专家咨询方式来解决指标权重的确定问题。 研究邀请了被研究的某电信企业的两位地区经理、两位市场营销人员和一位长期客户应用文献[5]的标度含义对RFM各指标权重进行比较分析。在分别得到五位评价者的两两比较矩阵后,采取取平均的方法得到下表的评价矩阵。 评价矩阵 上表所示的两两比较矩阵的一致性比例C。 R < 0.1,表明该判断矩阵的一致性可以接受。由上表得出RFM各指标相对权重为[W F,W R,W M]=[0.221,0.341,0.439]。其中M的权重最大,即专家们认为客户交费金额的高低是影响顾客价值高低的最主要因素。 三、客户分类 1.基于K-均值聚类法的客户分类过程应用K-均值聚类法[6],,以加权RFM为指标,将具有相近的顾客终身价值的客户进行分类,基本思路如下: (1)应用AHP法确定RFM各个指标的权重,并将各个指标加权。 (2)将RFM各指标标准化。 (3)确定聚类的类别数量m。 (4)应用K-均值聚类法对加权后的指标进行聚类,得到m类客户。 (5)将每类客户的RFM平均值和总RFM平均值作比较,每次对比有两个结果:大于(等于)平均值和小于平均值,通过对比得到每类客户RFM的变动情况。 (6)根据每个客户类别的RFM的变动情况分析该客户类别的性质,如该客户类别是倾向于忠诚的还是倾向于背离的,然后在此基础上定义客户类型。 (7)对每类客户标准化后的各个指标取平均,将平均值加权求和,得到每类客户的顾客终身价值总得分,分析各类顾客终身价值的差别。 2.顾客类型识别分析 从某市通信公司2004年所有的电信客户记录中随机抽取了1026名客户的记录进行分析,数据的描述性统计见下表 数据描述
对公客户分层细分方案说明
附件四： 公司机构客户细分及差别化服务方案 针对我行公司机构客户基础薄弱，结构不合理，专业化服务程度不高的现状，参照国际先进银行经验，按照为“合适的客户”通过“合适的方式”提供“合适的（有盈利的）产品/服务”的思路，结合我行客户特点，制定本方案。力争在未来五年，全行公司客户数量较快增长，客户结构趋于优化，客户差别化服务方案有效实施。 一、客户细分 借鉴国际先进银行做法（见附录1），根据客户特点和所属市场进行分类，对同一类客户再根据客户规模进行分层，务求穷尽。在分层分类的基础上进行银行对客户价值、客户对银行价值二维评价，确定为最具吸引力的细分客户群。 （一）分类 按是否有信贷余额，划分为有贷户和无贷户两大类。 按客户所属市场性质，将有贷户划分为公司类客户和机构类客户两类。其中，公司类客户分为传统公司客户、新兴市场客户和房地产客户三类。新兴市场客户是指与互联网相
关、与物联网相关、与移动支付相关的三个客户群体。 无贷户分为公司类无贷户和机构类无贷户两类。 （二）分层 按照客户规模，将传统公司客户划分为四层：战略性客户、大型客户、中型客户、小企业客户。分层的标准1是：—战略性客户。指94家总战客户及其成员单位。 —大型客户。主要是年销售收入在3亿元（部分行业为1.5亿元）以上的客户（战略性客户除外）。 —中型客户。主要是年销售收入在3亿元（部分行业为1.5亿元）以下，销售收入和资产总额均超过小企业认定标准的客户。 按照客户资金沉淀量，将公司客户无贷户划分为两层：规模以上和规模以下客户。分层的标准是：日均存款余额50万元以上的为规模以上客户，以下为规模以下客户。
客户细分步骤
通常，用户细分既不是分析的不是起点也不是分析的终点，而是伴随某个特定的分析而存在。精准化营销，需要用户细分，譬如你拥有同城的数十万消费者的资料数据库，随时为有需要的同城商家提供短信精确营销或其他网络营销服务；通过用户细分，或许你能发现新的目标市场和需求，淘米网阶段性的成功，不就是细分的典型吗？更多更充分的挖掘用户价值，你需要做用户细分。 用户细分分析流程 ·细分前的准备 为什么要细分用户？细分与不细分的差别大不大？细分之后能给我带来什么好处？细分之后的目标用户是什么？……多问几个为什么，自己了解的或不了解的，集思广益，会更靠谱一些。例如，某公司要做服饰新品推广，鉴于以往每次给会员群发短讯效果不理想，于是决定抽取部分会员数据细分，尝试精准营销，以达到降低成本、提高转化率的目的，那么这里的大致细分目的就是降低营销成本，提高相关转化率。 ·细分指标的确定 用户细分的指标有很多，譬如年龄、性别、职业、教育程度等人口属性指标；年费用户、包月用户等时间指标；华东地区用户、西部地区用户、华南地区用户等地理指标；除此之外还有其他很多很多细分的指标，细分指标的确定由细分目的和目标用户等相关因素决定。继续上面的引例，根据细分目的，该公司确定地理、人口、行为（以往购买物、活跃周期等）等为细分指标。 ·用户信息采集 常见的用户信息包括公司日常运营所积累的用户，通过企业相关调研活动所采集的用户信息以及第3方数据，当然还有很多的公司可能通过各种渠道去购买相关用户信息。 ·制定细分标准 细分标准并没有一个定型，这里本人暂且将其归类为事前定义和事后定义两种（希望相关朋友能够给出更合理的定义方案）。这里事前细分是指譬如时间、人口属性等细分明确或是根据以往成熟经验模型（案例）可以明确细分的标准准则，而事后细分则是指用户类型起初并没有具体的特征形态，根据多个数据特征变量利用聚类等统计分析方法而定义的细分标准。例如常见的RFM模型客户分类就是事前细分标准的一种。 ·细分用户描述
顾客细分的方法与必要性(doc 6页)
什么是顾客细分？ 客户细分是20世纪50年代中期由美国学者提出的，其理论依据主要有两点。 （1）的异质性 并不是所有的都相同，只要存在两个以上的顾客，需求就会不同。由于、欲望及是多元的，所以满足呈现差异。 （2）企业有限的和有效的 任何一个企业不能单凭自己的人力、财力和物力来满足整个的所有需求，这不仅缘于企业自身条件的限制，而且从经济效应方面来看也是不足取的。因为，企业应该分辨出它能有效为之服务的最具有吸引力的，集中，制定科学的竞争策略，以取得和增强。 客户细分是指根据客户属性划分的客户集合。它既是（，）的重要理论组成部分，又是其重要。它是分门别类研究客户、进行有效客户评估、合理分配服务资源、成功实施客户策略的基本原则之一，为企业充分获取提供理论和方法指导。 顾客细分理论原理是：每类产品的顾客群不是一个，根据顾客群的文化观念，消费收入、、生活方式的不同细分新的类别，企业根据消费者的不同制定战略和，将资源针对集中使用。 客户细分包括： ?确定应该收集的数据，以及收集这些数据的方法 ?将通常保存在分立中的数据在一起 ?开发统计算法或模型，分析数据，将分析结果作为对 客户细分的基础 ?建立协作关系，使和客户服务部门能够与经理合作， 保证所有人都能明确细分的目的，以及完成细分的 技术要求和限制 ?实施强有力的网络基础设施，以汇聚、保存、处理和 分发结果 ?虽然高级数据库、工具和细分模型对客户细分工作很 重要，但各公司还必须拥有精通客户细分的人才， 这样才能准确分析模型，最终制定出有效的营销和。顾客细分的必要性
顾客天生就存在差异，大量营销策略在忠诚的世界里根本就不适用，因为并不是每一个顾客都适于成为某的品牌忠诚者。如果企业要最大化地实现和长期利润，就要明智地只关注正确的顾客群体，因为企业要获得每一位顾客，先前都要付出一定的投入，这种投入只有在你能赢得顾客的忠诚后才能得到补偿。因此，要通过以获得重要的一步就是对客户进行细分，找寻到哪些顾客是能为企业带来的，哪些顾客不能，并锁定那些高价值顾客。只有这样企业才能保证他在培育的过程中所投入的资源得到回报，企业的长期利润和持续发展才能得到保证。 顾客细分的方法 1.根据人口特征和购买历史细分 在中，一般通过人口特征和购买历史的调研可以找到的蛛丝马迹。一般而言，通过别人推荐而购买的顾客比因影响而购买的人要更忠诚；以标准价格购买的顾客比以价格购买的人更忠诚；有家的人、中年人、和乡村人口更忠诚，高流动人口忠诚度低。找到了目标消费群就可以知道企业要把价值给谁，及到底要给什么价值。比如美国USAA保险公司的顾客保留率达98%，简直高得不可想象，因为该公司有一个稳定的顾客群：军官。虽然军官保险的不是很高，但由于公司满足了这一群体的特定需求，使得顾客保留率很高，维持的成本很低，公司的利润也就很可观。 2.根据顾客对企业的价值细分 我们有必要根据顾客对企业的价值来细分顾客。衡量顾客对企业的价值可以有很多方法，计算顾客的终身价值是一个切实可行的方法。所谓是指顾客作为企业顾客的周期内为企业的利润的贡献的折现总和。影响顾客终身价值的最重要的两个因素是计算周期和。一般而言，在贴现率不变的情况下，顾客成为企业顾客的周期越长，那么纳入计算的就越多，顾客的终身价值就越大；计算周期一定的情况下，越高，未来的收益就越不值钱，则就越小。 顾客终身价值的计算比较复杂，需要获得以下： ①顾客作为某品牌的顾客的时间周期 ②企业的贴现率 ③每个时间周期内顾客购买某种品牌的 ④顾客购买该品牌产品的平均贡献 ⑤顾客购买该品牌的概率 ⑥其他一些信息 随着的发展，尤其是和数据仓储技术的发展，使得顾客价值评估成为可能。相比较而言，金融服务部门、电信服务部门根据顾客价值进行市场细分的可能性就大一些。
加拿大皇家银行客户精准细分案例分析
1.1.1加拿大皇家银行客户精准细分案例分析 加拿大皇家银行（RoyalBankofCanada，下文简称RBC），总部位于多伦多，全球拥有超过1200万的客户、210万在线客户和58,000名雇员，是加拿大目前资产规模最大的银行，同时也是北美洲地区提供多元化财务金融产品服务的金融机构之一。主要业务包括个人和商业的银行服务、资产管理业务、保险业务、企业组织及融资业务，以及投资银行等业务，服务客户和分支机构遍布全球。 精细的客户细分，说来容易做到难，但RBC可能就是少数真正做到这一点的银行之一，本文描述了这家跨国银行如何通过满足其特定用户群体的需求来提高其市场份额的故事--其客户细分人群甚至包括了退休的老人以及未来执业的医生。 如果银行选择客户像孩子们在球场上凑伙挑边一样，那么18到35岁年龄段上的客户可能会是最后被选中的人群。因为这些人的收入在这个人生阶段相对较低，个人收支的帐单盈余不够宽裕，并且大部分还有高额学生贷款尚未偿还--总之，这个年轻客户群体实际上不是大多数银行所垂青的那类客户类型。 然而在RBC，领导层认识到，这些身无分文的年轻人很可能以后会变成富有的、给银行带来利润增长点的客户。于是RBC的分析师仔细分析了这些年轻客户的数据资料，为这类未来收入有着快速增长强劲潜力的人群做了进一步的客户细分。他们的数据分析师把目标锁定在医学院或牙科学校在读学生，以及那些实习医师人群身上--他们一旦成为银行的客户，那么未来就会给银行带来巨大利润，这部分人群在RBC看来有着巨大的回报潜力。于是2004年银行发起了一个融资产品计划，用来满足处于借贷状况的年轻医学从业者个人及职业发展融资需求。这个计划所采取的方式具体包括：通过助学贷款、为新开业的从业者提