分类筛选
分类筛选:

关于层级论文范文资料 与基于RFM多层级客户价值模型客户细分有关论文参考文献

版权:原创标记原创 主题:层级范文 科目:发表论文 2024-01-22

《基于RFM多层级客户价值模型客户细分》:这篇层级论文范文为免费优秀学术论文范文,可用于相关写作参考。

◆中图分类号:F713 文献标识码:A

内容摘 要:传统的RFM模型被广泛地应用于各类零售企业、银行和通信等行业,通过对基于RFM模型的客户细分的应用研究,本文首次提出对于零售企业的基于RFM模型的客户终身价值的评价应该对企业的所有产品分类,创建基于RFM的多层级客户价值模型,并利用SQL server 2000中的Northwind数据库对这个模型进行实证研究.首先比较传统模型和多层级模型的客户终身价值的分布,然后对个人客户的分产品的客户价值、传统模型客户终身价值和多层级模型的客户终身价值作为细分变量聚类,结合客户终身价值分析不同类别产品的客户价值,挖掘出运用传统RFM模型进行客户细分隐藏的部分重要的客户信息,对管理人员制定营销策略有很好的实践价值,并验证了该模型的有效性.

关键词:客户细分 客户生命周期价值 客户价值 RFM 营销策略

引言

随着经济的发展,客户多样性的需求,零售企业产品种类越来越丰富.零售企业之间产品差异性不大,同质化严重,满足客户的需求成为企业获得客户资源的关键.然而企业的资源是有限的,企业不可能满足每个客户的需求,只能利用有限的资源满足有价值的客户的需求.如何了解客户的需求,现在主要的依据是对企业客户进行合理的划分,即客户细分.现在研究比较热门的是依据客户的终身价值聚类对客户细分,然而这样划分的结果存在很大的营销缺陷.

在营销领域,RFM模型被广泛地用来衡量客户的生命周期价值(客户价值).本文通过对RFM模型的应用研究,提出了一种针对零售行业的基于产品类别的多层级的客户价值评价模型.该模型综合考虑个人客户产品类别的客户价值以及客户的终身价值,通过对企业产品的分类解决了对企业所有产品运用RFM模型的局限性(不同类别的产品R、F、M值的差异性太大,会遗漏很多重要的客户信息),可以为企业的促销策略提供指导,具有更强的实践价值.

RFM模型及其应用研究

客户作为企业的一项重要资源,也是有生命周期的.客户生命周期价值是指客户在与企业接触的整个过程中为企业创造价值.典型的客户生命周期价值包括考察期、形成期、稳性期和衰退期.目前,比较普遍和公认的用来评价客户价值的一种模型是RFM模型.

RFM模型最早是由Hushes提出的,它包括R(Recency)、F(Frequency)、M(Monetary)这三个变量,它们都是来自客户的消费数据.近度(R)表示客户最后一次交易距离现在的时间,该值越小,则表明客户与企业再次产生交易的可能性越大;频度(F)表示客户在分析的时间段内与企业产生交易的次数,该值越大,则表明客户对企业的忠诚度越大;金额(M)表示客户在分析的时间段内购买企业产品消费的总金额,该值越大,则表明客户越忠诚对企业的价值越大.RFM模型广泛应用于对直销领域的客户细分.蒋国瑞等(2007)、曾小青等(2013)、王扶东等(2011)对传统的RFM模型进行了改进,以便于更深入地了解客戶,客户处于哪个生命周期,客户的流失倾向,客户对企业的价值.王扶东等(2011)提出了一种以RFM模型为基础的多层级的客户忠诚度的细分模型.Hui-Chu Chang& Hsiao-Ping Tsai(2011)提出对于RFM模型的客户细分应该考虑产品的价格和生命周期,同一个客户对不同的产品可能有不同的忠诚度和价值.

基于以上研究,本文认为对零售企业基于RFM模型的客户价值细分时,客户的价值应该根据产品的性质分为不同类别产品的价值,然后根据客户的终身价值和分产品的价值聚类把客户分成不同的群.这样不仅可以解决传统的RFM模型对所有产品的客户价值计算的局限性,也能了解客户对不同类别产品的价值高低,可以为有价值的客户提供针对具体产品的营销指导.

基于RFM的多层级模型

(一)基于产品类别的客户价值模型

综合上面的分析,本文提出了基于RFM模型的多层级的客户价值细分模型(见图1).根据零售企业各个产品的性质(价格、生命周期或者用途)对产品分类,假设分为A、B、C三类,然后分别构建以A、B、C三类产品为基础的RFM模型,如图1所示,个人客户的终身价值是A、B、C三类产品的客户价值的总和.各种产品的客户价值就是分别只考虑一种类别的产品,然后利用传统的RFM模型计算相应产品的客户价值.个人客户终身价值的计算公式如下:

Vold等于WRR+WFF+WMM (1)

Vnew等于α*A+βBVB+γCVC等于αARFMA+βBRFMB+γCRFMC (2)

其中:Vold代表传统RFM模型的个人客户终身价值,R、F、M代表把企业的所有产品当成一个整体的个人客户的近度、频度和金额的标准值,WR 、WF和WM表示三个变量的相对权重,其和为1;Vnew代表多层级模型的企业的个人客户终身价值,VA、VB、VC代表个人客户的产品A、产品B和产品C的价值,RFMA、RFMB、RFMC分别表示个人客户的产品A、产品B、产品C的RFM值,前面的系数代表的是各类产品的相对权重.

(二)变量标准化

相对权重的分析.关于RFM模型中的细分变量对于客户终身价值的影响程度有以下研究:Hughes在用RFM模型来估算客户的终身价值时认为,R、F、M三个细分变量的影响是一样的,在计算客户的终身价值时把这三个细分变量赋予了同样的权重.但是后来有学者研究指出这种方法是有一定缺陷的,发现有相同的终身价值的客户,其购买行为存在巨大的差别.后来,Miglautsch(1995)指出对于反映客户购买行为的不同特征的三个指标应该具有不同比例的权重.本文认为,在计算同类产品的个人客户的终身价值时,这三个细分变量对于客户的终身价值影响是不一样的,所以应该对三个不同类型的指标赋予不一样的权重.零售企业的各种产品的三个细分变量的相对权重和产品的性质、用途关系比较大,本文运用层次分析法来确定其相对权重.

层级论文参考资料:

结论:基于RFM多层级客户价值模型客户细分为适合不知如何写层级方面的相关专业大学硕士和本科毕业论文以及关于社会层级论文开题报告范文和相关职称论文写作参考文献资料下载。

和你相关的