摘    要

    

 

随着互联网的高速发展，电子商务行业也随之快速发展，客户在企业的发展过程中也起着越来越重要的作用。对于电商而言，客户是企业的一项重要无形资产，拥有一个良好有效的客户关系管理系统（CRM）往往能够为企业提高核心竞争力。在客户关系管理系统中，合理的做好客户细分，对于不同类型的客户采取不同的营销策略，能够更好的管理客户，实现企业利益最大化，而RFM模型是较普遍使用的用于分析客户价值的方法，并且能够较为动态地展示客户的轮廓。

本文在介绍了国内外针对顾客细分的研究现状以及研究模型之后，对英国一家在线零售商店2010年12月1日至2011年12月9日的全部交易数据进行处理分析。基于RFM分析的思想和方法，通过比较“基于平均值对客户细分”与“建立新的打分标准”下客户细分的特征表现，得到更为科学的客户细分准则以及对不同类型的的客户，给出合理的营销建议。

 

 

 

 

关键词：客户细分；RFM模型；用户价值

目    录

 

1 绪论

1.1 研究背景及意义

1.2 国内外研究模型回顾

1.RFM模型

2.LRFMC模型

3.CLV客户生命周期价值模型

4.顾客社交价值模型

1.3 RFM模型的优缺点

2 数据集介绍

2.1数据来源

2.2数据理解

2.3数据预处理

1. 数据集导入

2.新建实验数据集

3.删除无效值

4.数据类型转换

2.4分析方法

3 模型构建及数据分析

3.1 RFM模型介绍

3.2 建立分类规则

3.3有效数据计算

1. 对最近一次消费时间（R）数据进行处理

2. 对消费频率（F）数据进行处理

3. 对消费金额（M）数据进行处理

3.4 根据平均值进行客户分类

3.5 建立新的打分标准

3.6 计算打分平均值

3.7根据价值高低细分客户

4 结论与建议

参考文献

致谢