張樹林
對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)
客戶數(shù)據(jù)庫具有三個(gè)特殊的要素,這個(gè)三要素能夠?yàn)閿?shù)據(jù)分析提供最好的指標(biāo):即顧客的最后一次消費(fèi)-RECENCY、顧客的消費(fèi)頻率—Frequency、消費(fèi)金額-Monetary.將這三種要素進(jìn)行建模能夠得到顧客詳細(xì)的信息,最終實(shí)現(xiàn)對(duì)顧客的劃分。隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展,經(jīng)濟(jì)得到了快速的提升,線上消費(fèi)以及線下消費(fèi)融合加強(qiáng),各種新興的產(chǎn)業(yè)、新模式不斷的衍生,因此現(xiàn)階段創(chuàng)新型數(shù)字化管理人才成為產(chǎn)業(yè)轉(zhuǎn)型的關(guān)鍵因素[1]。
在以大數(shù)據(jù)為發(fā)展背景的當(dāng)前階段,零售產(chǎn)業(yè)也快速的發(fā)展,線上銷售和線下銷售的緊密結(jié)合,從而導(dǎo)致零售企業(yè)產(chǎn)生了海量的交易數(shù)據(jù)。如何將這些有效的數(shù)據(jù)信息進(jìn)行整合和提煉,從而為企業(yè)的未來發(fā)展提供增長點(diǎn)、為行業(yè)的發(fā)展找到方向、為企業(yè)的決策提供依據(jù)[2]?,F(xiàn)代企業(yè)對(duì)商務(wù)數(shù)據(jù)的處理越來越依賴,一個(gè)企業(yè)是否具有良好的數(shù)據(jù)分析、處理能力,能夠決定企業(yè)的健康、長遠(yuǎn)發(fā)展。
本研究中以WB 公司的銷售數(shù)據(jù)作為研究的案例,針對(duì)銷售數(shù)據(jù)建立RFM 模型,在數(shù)據(jù)中心將顧客Recency、Frequency 以及Monetary 三個(gè)指標(biāo)建立RFM 模型,從而對(duì)客戶的價(jià)值類型進(jìn)行準(zhǔn)確定位,科學(xué)判斷每個(gè)顧客的價(jià)值,最終為WB 公司經(jīng)營決策提供有力的數(shù)據(jù)支持[3]。
RFM 是有效衡量顧客價(jià)值的指標(biāo),將顧客的最后一次消費(fèi)-RECENCY、顧客的消費(fèi)頻率—Frequency 以及消費(fèi)金額-Monetary 三個(gè)指標(biāo)的數(shù)據(jù)信息進(jìn)行提取,最終完成RFM 模型的建構(gòu)。在三個(gè)要素中R 是指顧客最后一次消費(fèi)的時(shí)間,如果最后消費(fèi)的時(shí)間越近,則說明顧客的價(jià)值越高,反之則說明顧客的價(jià)值較低。F 是指顧客在一定時(shí)間內(nèi)消費(fèi)的頻率當(dāng)在一定的時(shí)間內(nèi)消費(fèi)的頻次越多,則說明顧客的價(jià)值越高,反之,則說明該顧客的價(jià)值越低。M 是指在一定的時(shí)間內(nèi)顧客的消費(fèi)總額,如果在的限定的時(shí)間內(nèi)消費(fèi)總額越高,則說明顧客的價(jià)值越高,反之則價(jià)值較低[4]。
根據(jù)以上指標(biāo)可以將顧客的價(jià)值分為以下八類(見表1)。
表1 顧客按照價(jià)值情況的分類
第一,重要價(jià)值客戶:這類客戶主要是指最后一次的購買時(shí)間離目標(biāo)日期較近、在規(guī)定的時(shí)間段內(nèi)消費(fèi)的頻次最高、在規(guī)定的時(shí)間內(nèi)消費(fèi)的總額較多。
第二,重要發(fā)展客戶:這類顧客主要是指后一次的購買時(shí)間離目標(biāo)日期較近、但在限制時(shí)間內(nèi)的消費(fèi)頻次不高、在規(guī)定的時(shí)間內(nèi)消費(fèi)的總額較多。
第三,重要保持客戶:這類顧客主要是指后一次的購買時(shí)間離目標(biāo)日期較遠(yuǎn)、但在限制時(shí)間內(nèi)的消費(fèi)頻次較高、在規(guī)定的時(shí)間內(nèi)消費(fèi)的總額較多。
第四,重要挽留客戶:這類顧客主要是指后一次的購買時(shí)間離目標(biāo)日期較遠(yuǎn)但在限制時(shí)間內(nèi)的消費(fèi)頻次不高、在規(guī)定的時(shí)間內(nèi)消費(fèi)的總額較多。
第五,一般價(jià)值的客戶:這類客戶主要是指最后一次的購買時(shí)間離目標(biāo)日期較近、但在限制時(shí)間內(nèi)的消費(fèi)頻次較高、在規(guī)定的時(shí)間內(nèi)消費(fèi)的總額較少。
第六,一般發(fā)展的客戶:這類客戶主要是指最后一次的購買時(shí)間離目標(biāo)日期較近、但在限制時(shí)間內(nèi)的消費(fèi)頻次不高、在規(guī)定的時(shí)間內(nèi)消費(fèi)的總額較少。
第七,一般保持型的顧客:這類客戶主要是指最后一次的購買時(shí)間離目標(biāo)日期較遠(yuǎn)、在限制時(shí)間內(nèi)的消費(fèi)頻次較多、但在規(guī)定的時(shí)間內(nèi)消費(fèi)的總額較少。
第八,一般挽留型顧客:這類客戶主要是指最后一次的購買時(shí)間離目標(biāo)日期較遠(yuǎn)、在限制時(shí)間內(nèi)的消費(fèi)頻次較少、在規(guī)定的時(shí)間內(nèi)消費(fèi)的總額較少。
數(shù)據(jù)糾正就是將數(shù)據(jù)匯總后,對(duì)數(shù)據(jù)進(jìn)行檢查,當(dāng)發(fā)現(xiàn)數(shù)據(jù)存在錯(cuò)誤的內(nèi)容需要及時(shí)進(jìn)行糾正。數(shù)據(jù)糾正的內(nèi)容包括:對(duì)數(shù)據(jù)進(jìn)行一致性的檢查,其次進(jìn)行數(shù)據(jù)的再加工,將加工后的數(shù)據(jù)進(jìn)行備份,對(duì)數(shù)據(jù)中缺失的內(nèi)容進(jìn)行處理,對(duì)異常數(shù)據(jù)進(jìn)行精細(xì)化的處理等。
針對(duì)WB 公司的銷售數(shù)據(jù)進(jìn)行常規(guī)檢查,發(fā)現(xiàn)WB 公司的數(shù)據(jù)源存在一些問題,例如存在空白數(shù)據(jù)以及重復(fù)性的數(shù)據(jù),為了保障數(shù)據(jù)能夠提供決策支持,就需要將重復(fù)的數(shù)據(jù)以及空白的數(shù)據(jù)進(jìn)行糾正[5]。
首先,將數(shù)據(jù)中的重復(fù)數(shù)據(jù)進(jìn)行刪除。該步驟的實(shí)際操作方式為通過EXCLE 快捷鍵將數(shù)據(jù)選中,選擇刪除重復(fù)數(shù)據(jù)的指令,然后進(jìn)行重復(fù)數(shù)據(jù)的刪除。
其次,將空白數(shù)據(jù)進(jìn)行刪除作業(yè)。選中空白數(shù)據(jù),執(zhí)行刪除指令。
最后,針對(duì)已經(jīng)處理后的數(shù)據(jù)表進(jìn)行數(shù)據(jù)的研究。將WB 公司的銷售情況(表2)從2019 年的1 月選擇到2022 年的12 月31 日,為了保障研究的嚴(yán)謹(jǐn)性特別將2022 年一年的數(shù)據(jù)進(jìn)行本次研究的數(shù)據(jù)源。在實(shí)際中的操作步驟如下:將訂單日期進(jìn)行數(shù)據(jù)篩選,單擊年限選擇2022 年,然后將選擇好的數(shù)據(jù),進(jìn)行數(shù)據(jù)粘貼,建立新的工作表格使用。
表2 WB 公司2022 年銷售詳情
RFM 模型的內(nèi)涵是最近一次消費(fèi)的時(shí)間、消費(fèi)的次數(shù)以及消費(fèi)的金額等指標(biāo)。在實(shí)際中的操作是將WB 公司所有的消費(fèi)數(shù)據(jù)選中后,點(diǎn)擊插入選項(xiàng),選擇插入數(shù)據(jù)透視表,新建工作表然后點(diǎn)擊確定。在數(shù)據(jù)透視表中選中姓名選項(xiàng),并將其拖入行標(biāo)簽中。然后再依次選中訂單的日期、訂單編號(hào)以及消費(fèi)額選擇拖入列標(biāo)簽。將訂單的日期值選為最大值,代表是最近的一次消費(fèi),并將該單元格的格式設(shè)定為短日期,將訂單號(hào)的列字段設(shè)定為計(jì)數(shù)項(xiàng),代表交易的頻次,將銷售額的列設(shè)置為求和項(xiàng),從而表示選定時(shí)間內(nèi)的消費(fèi)總額。
將目標(biāo)日期設(shè)定為2022-12-31,用目標(biāo)日期減去最后一次訂單的消費(fèi)日期,可以得出距離目標(biāo)日期的天數(shù),此數(shù)值即為R 值。F 值為在該時(shí)間段內(nèi),顧客消費(fèi)的訂單數(shù)量,即將訂單號(hào)進(jìn)行直接復(fù)制。M 值是顧客在該時(shí)間段內(nèi)的消費(fèi)金額總和,將消費(fèi)金額進(jìn)行直接復(fù)制并求和。
在進(jìn)行RFM 數(shù)值評(píng)級(jí)之前需要將R、F、M 的參考值進(jìn)行選定,才能判斷R、F、M 的等級(jí)是高還是低。對(duì)于R、F、M 的參考值可以選擇平均值,也可以選擇中位數(shù)。平均值需要通過數(shù)據(jù)進(jìn)行計(jì)算得到,平均值會(huì)隨著每個(gè)數(shù)據(jù)的變化而產(chǎn)生的波動(dòng)。中位數(shù)是通過對(duì)數(shù)值進(jìn)行排序得到的,他不會(huì)受到最大值以及最小值的影響。在WB 公司的消費(fèi)數(shù)據(jù)表格中有部分極端數(shù)據(jù)的出現(xiàn),因此本次RFM 模型中選擇中位數(shù)作為RFM 評(píng)級(jí)的數(shù)據(jù)參考值。通過Median 函數(shù)能夠計(jì)算出R、F、M的中位數(shù)。
對(duì)計(jì)算得到的中位數(shù)參考值進(jìn)行對(duì)比,從而評(píng)定R、F、M 的等級(jí)。例如R 值小于R 中位數(shù)的數(shù)值時(shí),則證明具有很高的價(jià)值,反之則具有較低的價(jià)值;同理F值的判定和M 值的判定也是同等的依據(jù)。
分別對(duì)每位消費(fèi)的顧客進(jìn)行R、F、M 的等級(jí)數(shù)值的計(jì)算,并對(duì)等級(jí)進(jìn)行確定,接下來需要通過AND 函數(shù)對(duì)每次顧客的評(píng)級(jí)進(jìn)行判斷,從而能夠方便通過評(píng)級(jí)標(biāo)準(zhǔn)匹配到需要的顧客價(jià)值類型。
針對(duì)顧客評(píng)級(jí)的情況已經(jīng)得出,接下來需要將FRM 評(píng)級(jí)情況和消費(fèi)者的類型進(jìn)行確定。通過函數(shù)指令 Vlookup 函數(shù)=Vlookup 需要查找的內(nèi)容應(yīng)用在空白行列中。例如通過函數(shù)=VLOOKUP(H2,$P: $Q,2,F(xiàn)ALSE)能夠迅速匹配出張萌的價(jià)值類型,單擊表格中的I2 選項(xiàng),當(dāng)鼠標(biāo)在此單元格的右下角時(shí),出現(xiàn)黑色的十字,雙擊鼠標(biāo),表格就可以自動(dòng)計(jì)算出顧客的價(jià)值類型。
通過完整的數(shù)據(jù)將消費(fèi)者的情況進(jìn)行RFM 建模,從而清楚地了解每位消費(fèi)者的價(jià)值類型。接下來需要統(tǒng)計(jì)每個(gè)價(jià)值類型內(nèi)有多少的消費(fèi)者,以及消費(fèi)者價(jià)值類型的結(jié)構(gòu)。通過對(duì)數(shù)據(jù)中A-I 列中的數(shù)列進(jìn)行操作:插入數(shù)據(jù)透視表-新建數(shù)據(jù)表,點(diǎn)擊確定,從而在數(shù)據(jù)透視表中將顧客價(jià)值類型進(jìn)行選中,并將消費(fèi)者的價(jià)值類型拖入行標(biāo)簽中,將消費(fèi)者的姓名字段進(jìn)行勾選,并將消費(fèi)者的名字拖入列標(biāo)簽內(nèi)。可以得到最終的顧客價(jià)值類型分析的數(shù)據(jù)。
可視化數(shù)據(jù)是將數(shù)據(jù)轉(zhuǎn)化為人們?nèi)粘V谐R姷膱D表的形式,可以給決策者更為直觀的展現(xiàn)方式。例如在WB 公司的消費(fèi)者客戶價(jià)值類型中不僅需要了解每個(gè)類型中的人數(shù),還需要對(duì)各類型在整個(gè)消費(fèi)者群體中的占比情況進(jìn)行展示,在展示數(shù)據(jù)的過程中可以采用餅狀圖、単簇狀圖形或者柱形圖的方式進(jìn)行展現(xiàn)。
RFM 模型的建立能夠有效的將消費(fèi)者進(jìn)行分類,從而針對(duì)目標(biāo)客戶群體實(shí)行針對(duì)性的管理計(jì)劃,促進(jìn)消費(fèi)者的購買欲望,提升顧客的忠誠度,對(duì)于價(jià)值等級(jí)不高的顧客則不再需要進(jìn)行維護(hù)和跟進(jìn),從而降低客戶維護(hù)成本。在實(shí)際應(yīng)用中,需要根據(jù)每個(gè)行業(yè)的特點(diǎn),制定不同含義的RFM 模型,從而提升企業(yè)的管理能力,提高顧客的忠誠度,刺激消費(fèi)力,最終實(shí)現(xiàn)企業(yè)管理能力的提高。