【SPSS】基于RFM+Kmeans聚类的客户分群分析

2024-02-17 08:30

本文主要是介绍【SPSS】基于RFM+Kmeans聚类的客户分群分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

3f6a7ab0347a4af1a75e6ebadee63fc1.gif

🤵‍♂️ 个人主页:@艾派森的个人主页

✍🏻作者简介:Python学习者
🐋 希望大家多多支持,我们一起进步!😄
如果文章对你有帮助的话,
欢迎评论 💬点赞👍🏻 收藏 📂加关注+


目录

1.项目背景

2.项目简介

2.1分析目标

2.2数据说明

2.3技术工具

3.算法理论

3.1聚类

3.2 RFM模型

4.实验过程

4.1数据探索

4.2构建RFM模型

4.3聚类分群

5.总结

文末推荐与福利


1.项目背景

        随着行业竞争越来越激烈,商家将更多的运营思路转向客户。例如,购物时,常常被商家推荐扫码注册会员;各种电商平台也推出注册会员领优惠券等推销政策,而这些做法都是为了积累客户,以便对客户进行分析。

       那么,在商家积累的大量的客户交易数据中,如何根据客户历史消费记录分析不同客户群体的特征和价值呢?例如,了解哪些是重要保持客户、哪些是发展客户、哪些是潜在客户,从而针对不同客户群体定制不同的营销策略,实现精准营销、降低营销成本,提高销售业绩,使企业利润最大化。例如,淘宝电商客户繁多,消费行为复杂,客户价值很难人工评估,并对客户进行分类,这就霸要通过科学的分析方法评估客户价值,实现智能客户分类,快速定位客户、当然,也要清醒地认识到,即便是预测的客户价值较高,也只能说明其购买潜力较高,同时必须结合实际与客户互动,推动客户追加购买、交叉购买才是电商努力的方向。

2.项目简介

2.1分析目标

随着行业竞争越来越激烈,商家将更多的运营思路转向客户,客户是企业生存的关键,能够把握住客户就能够掌控企业的未来。客户的需求是客户消费的最直接原因,因此我们主要研究以下问题:

1)企业如何细分客户;

2)哪些是重要的保持客户 ;

3)哪些是发展客户;

4)哪些是潜在客户。

从而针对不同客户群体定制不同的营销策略,使企业利润最大化。

2.2数据说明

     实验使用从网络获取的客户数据集进行分析,数据集中共有2417行,4列数据。我们的目标就是细分客户,从而针对不同客户群体定制不同的营销策略,使企业利润最大化。

db74c8a2503b42d1881c5437ae810093.png

2.3技术工具

本次实验主要使用SPSS软件实现KMeans聚类算法和RFM模型。

3.算法理论

3.1聚类

        聚类,即将物理或抽象对象的集合分成由类似的对象组成的多个类的过程。由聚类所生成的簇是一组数据对象的集合,这些对象与同一个簇中的对象彼此相似,与其他簇中的对象相异。聚类分析又称群分析,它是研究(样品或指标)分类问题的一种统计分析方法。聚类分析起源于分类学,但是聚类不等于分类。聚类与分类的不同在于,聚类所要求划分的类是未知的。聚类分析内容非常丰富,有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。在数据挖掘中,聚类也是很重要的一个概念。传统的聚类分析计算方法主要有划分方法、层次方法、基于密度的方法、基于网格的方法、基于模型的方法五种。

3.2 RFM模型

R:最近消费时间间隔,表示客户最近一次消费时间与之前消费时间的距离。

R越大,表示客户越久未发生交易,R越小,表示客户最近有交易发生。R越大,则客户越可能会“沉睡”,流失的可能性越大。在这部分客户中,可能有些优质客户,值得通过一些营销手段进行激活。

F:消费频率,表示一段时间内的客户消费次数。F越大,则表示客户交易越频繁,是非常忠诚的客户,也是对公司的产品认同度较高的客户;F越小,则表示客户不够活跃,且可能是竞争对手的常客。针对F较小、且消费额较大的客户,需要推出一定的竞争策略,将这批客户从竞争对手中争取过来。

M:消费金额,表示客户每次消费金额,可以用最近-次消费金额,也可以用过去的平均消费金额,根据分析的目的不同,可以有不同的标识方法。

一般来讲,单次交易金额较大的客户,支付能力强,价格敏感度低,帕累托法则告诉我们,一个公司80%的收入都是由消费最多的20%客户贡献的,所以消费金额大的客户是较为优质的客户,也是高价值客户,这类客户可采取一对一的营销方案。

4.实验过程

4.1数据探索

首先导入数据

1da8830e4c6c430984ede9ecd55113b0.png

做出数据描述性统计

4fa6ae078da74e4fa8041f7a04af9b1d.png

c7009ca989b947c2b6eb1e1d29b030c0.png

从数据描述性统计分析中我们可以看出各个变量的个案总计、最大最小值、均值、标准差、方差、偏度、峰度等信息。

做出各数值变量的直方图进行分析

77e5f936d3d243328cee43f30eba0a62.png

415bcebe9a7e45b68d73020819d4eb9f.png

14093525a1ec4e87b15746314e416679.png

7a7de8dbac6041e19aace5a42d0d9470.png

be68b3cc49f14047bdfeda2a898af8cb.png

892d54104566469ea4a51d0a6fafe486.png

对各变量进行相关性分析

427a309517d149f985651e9383cfcfe3.png

8344987eca314196bd8655dd479bfc6d.png

从相关性结果看出,消费频率和最近消费时间间隔的相关系数较小,从P值看出,消费频率和最近消费时间间隔相关性不显著;消费频率和消费金额呈正相关,从P值看出,消费频率和消费金额相关性很显著。

4.2构建RFM模型

由于我们的原始数据已经符合RFM模型的要求,所以我们将变量名进行更改

35d941bdb5e94ea0b78ac2d756a02a00.png

由于RFM这三个变量的数值分布过于大,所以需要进行标准化处理

f4e427f7e7d048d49cd73d7d815df733.png

cd0f8f4c9c044b63966ea8bb408f7863.png

4.3聚类分群

使用SPSS进行K-均值聚类

af54c4e3262c4165aa2bb2ac7194a10f.png

5d1b749402be45ddb177ff4beaa3eff7.png

从结果中,我们可以看出各个变量的聚类中心。

b5422e5eb19641a58bddb28cd76e590f.png

从结果中可看出各每一次的迭代记录。

a1c36b73262e40bf94230ff593149218.png

从结果中可看出最终的聚类中心以及每个聚类类别的个数。

5.总结

        最后我们将客户群按价值高低进行分类和排名,客户群1是潜在客户;客户群3是一般发展客户,客户群2是一般保持客户,客户群4是重要保持客户。

R

F

M

聚类类别

客户类别

客户数

排名

1

潜在客户

2294

4

3

一般发展客户

120

3

2

一般保持客户

2

2

4

重要保持客户

1

1

根据以上分析,得到客户分类的依据:

(1)重要保持客户:F、M高,R略高于平均分。他们是淘宝电商的高价值客户,是最为理想型的客户类型,他们对企业品牌认可,对产品认可,贡献值最大,所占比例却非常小。这类客户花钱多又经常来,但是最近没来,这表示他们是一段时间没来的忠实客户。淘宝电商可以将这类客户作为VIP客户进行一对一营销,以提高这类客户的忠诚度和满意度,尽可能延长这类客户的高水平消费。

(2)一般保持客户: F高,这类客户消费次数多,是忠实的客户。针对这类客户应多传递促销活动、品牌信息、新品或活动信息等。

(3)潜在客户: R、F和M低,这类客户短时间内在店铺消费过,消费次数和消费金额较少,是潜在客户。虽然这类客户的当前价值并不是很高,但却有很大的发展潜力。针对这类客户应进行密集的营销信息推送,增加其在店铺的消费次数和消费金额。

(4)一般发展客户:低价值客户,R高,F、M低,说明这类客户很长时间没有在店铺进行交易了,而且消费次数和消费金额也较少。这类客户可能只会在店铺打折促销活动时才会消费,要想办法推动客户的消费心理,否则会有流失的危险。

文末推荐与福利

《MATLAB科学计算从入门到精通》免费包邮送出3本!

9da50a94f33f439286f1884391272e4c.jpeg

内容简介:   

        本书从 MATLAB 基础语法讲起,介绍了基于 MATLAB 函数的科学计算问题求解方法,实现了大量科学计算算法。

        本书分为三大部分。第 1 章和第 2 章为 MATLAB 的基础知识,对全书用到的 MATLAB 基础进行了简单介绍。第 3 ~ 12 章为本书的核心部分,包括线性方程组求解、非线性方程求解、数值优化、数据插值、数据拟合与回归分析、数值积分、常微分方程求解、偏微分方程求解、概率统计计算及图像处理与信号处理等内容。第 13 ~ 15 章为实战部分,以实际生活中的数学问题为例,将前文介绍的各类科学计算算法应用其中。

本书内容全面、通俗易懂,适合有一定 MATLAB 基础、想要进行进阶学习的读者。

编辑推荐:

从代码到函数,掌握多种经典算法

跨越多个领域,精通各类科学计算

多种应用实例,高效解决实际问题

  • 抽奖方式:评论区随机抽取3位小伙伴免费送出!
  • 参与方式:关注博主、点赞、收藏、评论区评论“人生苦短,拒绝内卷!”(切记要点赞+收藏,否则抽奖无效,每个人最多评论三次!
  • 活动截止时间:2023-11-1 20:00:00
  • 京东购买链接:https://item.jd.com/14098836.html

 名单公布时间:2023-11-1 21:00:00

ad74f862c1244cf3b5ee1643e466cd8d.png 

 

这篇关于【SPSS】基于RFM+Kmeans聚类的客户分群分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/717218

相关文章

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

MySQL中的表连接原理分析

《MySQL中的表连接原理分析》:本文主要介绍MySQL中的表连接原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、环境3、表连接原理【1】驱动表和被驱动表【2】内连接【3】外连接【4编程】嵌套循环连接【5】join buffer4、总结1、背景

python中Hash使用场景分析

《python中Hash使用场景分析》Python的hash()函数用于获取对象哈希值,常用于字典和集合,不可变类型可哈希,可变类型不可,常见算法包括除法、乘法、平方取中和随机数哈希,各有优缺点,需根... 目录python中的 Hash除法哈希算法乘法哈希算法平方取中法随机数哈希算法小结在Python中,

Java Stream的distinct去重原理分析

《JavaStream的distinct去重原理分析》Javastream中的distinct方法用于去除流中的重复元素,它返回一个包含过滤后唯一元素的新流,该方法会根据元素的hashcode和eq... 目录一、distinct 的基础用法与核心特性二、distinct 的底层实现原理1. 顺序流中的去重

关于MyISAM和InnoDB对比分析

《关于MyISAM和InnoDB对比分析》:本文主要介绍关于MyISAM和InnoDB对比分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录开篇:从交通规则看存储引擎选择理解存储引擎的基本概念技术原理对比1. 事务支持:ACID的守护者2. 锁机制:并发控制的艺

MyBatis Plus 中 update_time 字段自动填充失效的原因分析及解决方案(最新整理)

《MyBatisPlus中update_time字段自动填充失效的原因分析及解决方案(最新整理)》在使用MyBatisPlus时,通常我们会在数据库表中设置create_time和update... 目录前言一、问题现象二、原因分析三、总结:常见原因与解决方法对照表四、推荐写法前言在使用 MyBATis

Python主动抛出异常的各种用法和场景分析

《Python主动抛出异常的各种用法和场景分析》在Python中,我们不仅可以捕获和处理异常,还可以主动抛出异常,也就是以类的方式自定义错误的类型和提示信息,这在编程中非常有用,下面我将详细解释主动抛... 目录一、为什么要主动抛出异常?二、基本语法:raise关键字基本示例三、raise的多种用法1. 抛

github打不开的问题分析及解决

《github打不开的问题分析及解决》:本文主要介绍github打不开的问题分析及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、找到github.com域名解析的ip地址二、找到github.global.ssl.fastly.net网址解析的ip地址三