基于数据挖掘技术的AFH客户分类应用研究

摘要

客户分类是客户关系管理(CRM)的重要研究内容,是企业开展一对一营销的重要基础.文章在分析传统的RFM模型和Marcus模型的基础上,提出了以客户平均购买额(Average monetary)、购买频率(Frequency)和客户保持时间(Hold time)作为客户价值细分变量的AFH客户分类模型,实例化构建了面向AFH客户分类主题的数据仓库,并从客户的贡献度(当前价值)和忠诚度(增值潜力)两个维度对客户AFH值进行Two-step和k-mease双重聚类分析,形成了基于客户生命周期利润(CLP)的客户价值矩阵,并提供了针对不同客户群的商业策略.应用结果表明,AFH客户分类模型具有很强的表征性,能充分反映客户的当前价值和增值潜力,能为企业提供有效的决策支持信息.