信息化 - 数据挖掘 - 挖掘持续性购买行为.ppt

《信息化 - 数据挖掘 - 挖掘持续性购买行为.ppt》由会员分享，可在线阅读，更多相关《信息化 - 数据挖掘 - 挖掘持续性购买行为.ppt（25页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、探勘持續性購買行為以銷售資料為例指導教授：許中川 博士研究生：林勇助 林旻宏智慧型資料庫系統實驗室1報告大綱n研究動機n研究目的n研究架構n持續性購買探勘演算法n實驗與結果n結論2研究動機n賣場收集大量而龐雜的會員交易記錄n相關研究重點大多在於顧客特徵發掘及產品銷售之關聯性n分析與探討持續性購買行為3研究目的n建構持續性購買顧客探勘演算法 n挖掘出各產品之持續性購買顧客清單，協助行銷策略制定 n評估持續性購買顧客探勘演算法之績效4RFM模型n常用於評估顧客對企業忠誠度或貢獻度nRFM由三個維度組成nRecency：最近購買時間nFrequency：購買次數nMonetary：購買金額n本研究採

2、用RFM為顧客持續購買力5研究架構 VIPPRODUCTPOS前置處理權重敏感度分析持續性購買顧客個別績效分析持續性購買顧客探勘方法Dynamic RFMCustomer QuintilesStone RFMBehavior Quintiles顧客具購買持續性假設檢驗高購買頻率顧客預測能力檢驗6持續性購買探勘演算法n傳統RFM方法nStone RFMStone,1989nCustomer QuintilesMiglautsch,2000nBehavior QuintilesMiglautsch,2000n改良式動態RFM7Stone RFMnRn本季：R=24n距今六個月內：R=12n距今九個

3、月內：R=6n今年：R=3nFn購買次數乘上4nMnmax消費金額*10%,9 n如此是要避免購買頻率低卻大量消費金額的情形 8顧客五等分法nRn將顧客交易資料依最近購買時間由近至遠分成五等分，分別給予5至1分 nFn將顧客交易資料依購買次數由多至少分成五等分，分別給予5至1分 nMn將顧客交易資料依購買金額由多至少分成五等分，分別給予5至1分 9行為五等分法nR n前03個月間：得分5 n前46個月間：得分4 n前712個月間：得分3 n前1324個月間：得分2 n25個月前：得分1 nFn購買頻率只購買一次者得分為1n計算其餘顧客之頻率平均，購買頻率少於平均者得分為一等分n重覆此法直到分為

4、5群，由高至低分別給定5至1分nM：同顧客五等分法10改良式動態 RFMn提供一個R、F、M三值計算之基準值，以適用各類產品n依顧客與母體平均之差距給定分數以消弭個人主觀達到客觀性之要求n提供一個更精準量度值、更具鑑別度之給分方式11產品銷售平均週期其中Timeend 與 Timestart為計算之日期區間起迄Frequencyi 為顧客i購買某產品之次數Frequency_threshold為顧客購買某產品之最小次數要求 e.g.:a顧客30天內買了3次10天/次b顧客30天內買了5次6天/次 =8天12產品銷售平均頻率 其中Frequencyi 為顧客i購買某產品之次數 e.g.:a顧客3

5、0天內買了3次b顧客30天內買了5次 =4次13產品銷售平均金額其中Amounti,t為顧客i於計算之日期區間內每次購買某產品之金額TRANSACTIONi為顧客i於計算日期區間內之交易集合 e.g.:a顧客30天內買了30元b顧客30天內買了50元 =40元14改良式動態 RFM(續)其中WR、WF 與WM為權重值，C為一個常數值，n為該顧客最近購買時間落於最近幾個區間內，而Timelast,i是顧客i於計算區間中最後一次購買某產品之日期。15實驗資料來源n實驗資料來源n某校之消費合作社會員消費記錄n記錄時間自1999/10/1至2000/5/31n扣除寒假(2000/1/232000/2/

6、19)消費記錄 n會員數811人，產品數2275項n資料約10,000筆n訓練期：1999/10/12000/3/31(約5個月)n測試期：2000/4/12000/5/31(2個月)16績效評量指標n顧客具購買持續性假設檢驗n高購買頻率顧客預測能力檢驗其中，Ntraning：訓練期中RFM值較佳之排名前p名顧客|Ntraning|：訓練期中RFM值較佳之排名前p名顧客人數Ntest：測試期中購買次數大於等於q次之顧客|Ntest|：測試期中購買次數大於等於q次之顧客人數|NtrainingNtest|：Ntraning與Ntest重複之顧客人數17RFM參數個別績效分析個別績效比較圖-純喫茶 18RFM參數權重敏感度分析WR敏感度分析圖-純喫茶 19RFM參數權重敏感度分析(續)WF敏感度分析圖-純喫茶 WM敏感度分析圖-純喫茶 20顧客具購買持續性假設檢驗顧客具購買持續性績效圖-電話卡21高購買頻率顧客預測能力檢驗 高購買頻率顧客預測能力績效圖-純喫茶22鑑別度實驗持續性購買顧客探勘演算法鑑別度比較 23結論n提出持續性購買顧客探勘架構 n整理出四種持續性購買演算法，並進行分析及比較 nDRFM在績效上及鑑別度上優於其它方法，適用於各類產品之持續性購買顧客探勘。n輔助行銷決策與顧客關係管理24報告完畢敬請指教25