RFM模型
根據(jù)美國(guó)數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)研究所Arthur Hughes的研究，客戶(hù)數(shù)據(jù)庫(kù)中有三個(gè)神奇的要素蜡吧，這三個(gè)要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)：最近一次消費(fèi)(Recency)、消費(fèi)頻率(Frequency)、消費(fèi)金額(Monetary)悴灵。
RFM模型：
R(Recency)表示客戶(hù)最近一次購(gòu)買(mǎi)的時(shí)間有多遠(yuǎn)，
F(Frequency)表示客戶(hù)在最近一段時(shí)間內(nèi)購(gòu)買(mǎi)的次數(shù)仅淑，
M? (Monetary)表示客戶(hù)在最近一段時(shí)間內(nèi)購(gòu)買(mǎi)的金額称勋。
一般原始數(shù)據(jù)為3個(gè)字段：客戶(hù)ID、購(gòu)買(mǎi)時(shí)間（日期格式）涯竟、購(gòu)買(mǎi)金額赡鲜，用數(shù)據(jù)挖掘軟件處理空厌，加權(quán)（考慮權(quán)重）得到RFM得分，進(jìn)而可以進(jìn)行客戶(hù)細(xì)分银酬，客戶(hù)等級(jí)分類(lèi)嘲更，Customer Level Value得分排序等，實(shí)現(xiàn)數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)揩瞪！
（編號(hào)次序RFM,1代表高赋朦，0代表低）
重要價(jià)值客戶(hù)（111）：最近消費(fèi)時(shí)間近、消費(fèi)頻次和消費(fèi)金額都很高李破，必須是VIP俺韬濉！
重要保持客戶(hù)（011）：最近消費(fèi)時(shí)間較遠(yuǎn)嗤攻，但消費(fèi)頻次和金額都很高毛嫉，說(shuō)明這是個(gè)一段時(shí)間沒(méi)來(lái)的忠實(shí)客戶(hù)，我們需要主動(dòng)和他保持聯(lián)系妇菱。
重要發(fā)展客戶(hù)（101）：最近消費(fèi)時(shí)間較近承粤、消費(fèi)金額高，但頻次不高闯团，忠誠(chéng)度不高辛臊，很有潛力的用戶(hù)，必須重點(diǎn)發(fā)展房交。
重要挽留客戶(hù)（001）：最近消費(fèi)時(shí)間較遠(yuǎn)彻舰、消費(fèi)頻次不高，但消費(fèi)金額高的用戶(hù)涌萤，可能是將要流失或者已經(jīng)要流失的用戶(hù)淹遵，應(yīng)當(dāng)基于挽留措施。
RFM模型的應(yīng)用
旨在建立一個(gè)用戶(hù)行為報(bào)告负溪，這個(gè)報(bào)告會(huì)成為維系顧客的一個(gè)重要指標(biāo)透揣。
劃分客戶(hù)生命周期
個(gè)性化推薦
基于內(nèi)容的推薦方法就是根據(jù)用戶(hù)過(guò)去的瀏覽記錄來(lái)向用戶(hù)推薦用戶(hù)沒(méi)有接觸過(guò)的推薦項(xiàng)。
基于用戶(hù)的協(xié)同過(guò)濾推薦是基于一個(gè)這樣的假設(shè)“跟你喜好相似的人喜歡的東西你也很有可能喜歡川抡》妫”所以基于用戶(hù)的協(xié)同過(guò)濾主要的任務(wù)就是找出用戶(hù)的最近鄰居，從而根據(jù)最近鄰 居的喜好做出未知項(xiàng)的評(píng)分預(yù)測(cè)崖堤。
基于知識(shí)的推薦在某種程度是可以看成是一種推理技術(shù)侍咱，它們的推薦過(guò)程相似：用戶(hù)必須指定需求，然后系統(tǒng)設(shè)法給出解決方式密幔。假設(shè)找不到解決方式楔脯，用戶(hù)必須改動(dòng)需求。此外胯甩，系統(tǒng)還要給出推薦物品的解釋昧廷。
相關(guān)閱讀：
