基于K均值聚類的網(wǎng)絡(luò)客戶實(shí)證性研究

(昭通學(xué)院 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，云南 昭通 657000)

1 引言

隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)的產(chǎn)生、清洗、預(yù)測(cè)并給出相應(yīng)的決策意見(jiàn)，一直是統(tǒng)計(jì)工作者研究的重要內(nèi)容。目前，隨著經(jīng)濟(jì)、科學(xué)技術(shù)、計(jì)算機(jī)技術(shù)與網(wǎng)絡(luò)技術(shù)的普遍應(yīng)用，使得互聯(lián)網(wǎng)企業(yè)逐漸意識(shí)到網(wǎng)絡(luò)客戶體驗(yàn)的重要性。根據(jù)相關(guān)研究數(shù)據(jù)表明，為網(wǎng)絡(luò)客戶提供優(yōu)質(zhì)的網(wǎng)絡(luò)體驗(yàn)，可以有效提高客戶的滿意度、忠誠(chéng)度以及消費(fèi)行為。本文通過(guò)對(duì)網(wǎng)絡(luò)客戶體驗(yàn)的客戶分類及對(duì)應(yīng)方法進(jìn)行研究，為網(wǎng)絡(luò)客戶體驗(yàn)的客戶分類提供有效參考[1]。

2 數(shù)據(jù)的預(yù)處理和統(tǒng)計(jì)描述

2.1 樣本數(shù)據(jù)的選取

本文實(shí)證研究的數(shù)據(jù)來(lái)源于某網(wǎng)絡(luò)公司為做客戶分類所收集的17 431個(gè)數(shù)據(jù)，我們主要研究未失效的3 791個(gè)客戶數(shù)據(jù)，起始變量包括賬戶ID，賬務(wù)名稱，公司名稱，一級(jí)行業(yè)，關(guān)聯(lián)客戶ID，對(duì)應(yīng)二級(jí)賬號(hào)，部門(mén)，客服姓名，綁定狀態(tài)，最近續(xù)費(fèi)方式，百度統(tǒng)計(jì)狀態(tài)，信譽(yù)等級(jí)，信譽(yù)成長(zhǎng)值，首次續(xù)費(fèi)金額，最近續(xù)費(fèi)金額，搜索+網(wǎng)盟日均消費(fèi)，累計(jì)失效次數(shù)，累計(jì)失效天數(shù)，總投資，總續(xù)費(fèi)金額，總續(xù)費(fèi)次數(shù)，消費(fèi)提升潛力，賬號(hào)在網(wǎng)時(shí)間/月，月均投資額，月均續(xù)費(fèi)次數(shù)，月均續(xù)費(fèi)額，客戶貢獻(xiàn)率總共27個(gè)變量。

2.2 數(shù)據(jù)的預(yù)處

通過(guò)觀察數(shù)據(jù)，可以看出數(shù)據(jù)中存在大量缺失，變量之間存在多重共線，不利于我們使用分類方法。于是要進(jìn)行數(shù)據(jù)的預(yù)處理，即變量選擇和缺失數(shù)據(jù)插補(bǔ)[2]。

根據(jù)本實(shí)例分類的目的，我們選擇以下變量：信譽(yù)等級(jí)、信譽(yù)成長(zhǎng)值、搜索+網(wǎng)盟日均消費(fèi)、累計(jì)失效次數(shù)、累計(jì)失效天數(shù)、平均失效率(=累計(jì)失效天數(shù)/累計(jì)失效次數(shù)，單位為：天/次)、消費(fèi)提升潛力、賬號(hào)在網(wǎng)時(shí)間/月、月均投資額(一個(gè)月按30.416 67計(jì)算=365/12)、月均續(xù)費(fèi)次數(shù)、月均續(xù)費(fèi)額、續(xù)費(fèi)增長(zhǎng)率(最近續(xù)費(fèi)金額-首次續(xù)費(fèi)金額)/首次續(xù)費(fèi)金額)、客戶貢獻(xiàn)率(=該客戶總投資額/所有客戶總投資額)。

對(duì)于選取變量的缺失數(shù)據(jù)利用均值插補(bǔ)方法進(jìn)行缺失插補(bǔ)。得到完整的客戶樣本量共計(jì)3 791個(gè)。

2.3 變量描述

信譽(yù)等級(jí)：在本文中用阿拉伯?dāng)?shù)字1或2表示，數(shù)字越大，表示信譽(yù)等級(jí)越高。

信譽(yù)成長(zhǎng)值：是指從開(kāi)戶到現(xiàn)在累計(jì)起來(lái)的信譽(yù)度，信譽(yù)成長(zhǎng)值越大，聲譽(yù)越好。

搜索+網(wǎng)盟日均消費(fèi)：搜索+網(wǎng)盟日均消費(fèi)越高越好。

累計(jì)失效次數(shù)：累計(jì)失效次數(shù)越多，證明客戶的積極性不太高，但也不是絕對(duì)性的。

累計(jì)失效天數(shù)：累計(jì)失效天數(shù)越多，證明客戶積極性不高，但也不是絕對(duì)性的。

平均失效率(=累計(jì)失效天數(shù)/累計(jì)失效次數(shù)，單位為：天/次)：平均失效率越大，說(shuō)明累計(jì)失效天數(shù)越多，反映客戶的狀況不是很好。

消費(fèi)提升潛力：消費(fèi)提升潛力越大越好。

賬號(hào)在網(wǎng)時(shí)間/月：賬號(hào)在網(wǎng)時(shí)間/月越長(zhǎng)越好

月均投資額(一個(gè)月按30.416 67計(jì)算=365/12)：月均投資額越大越好

月均續(xù)費(fèi)次數(shù)：月均續(xù)費(fèi)次數(shù)越多越好。

月均續(xù)費(fèi)額：月均續(xù)費(fèi)額越高越好。

續(xù)費(fèi)增長(zhǎng)率((最近續(xù)費(fèi)金額-首次續(xù)費(fèi)金額)/首次續(xù)費(fèi)金額)：續(xù)費(fèi)增長(zhǎng)率越大越好。

客戶貢獻(xiàn)率(=該客戶總投資額/所有客戶總投資額)：客戶貢獻(xiàn)率越大越好。

3 模型的建立及分析過(guò)程

3.1 模型分類原則：二八法則

任何一個(gè)成功的企業(yè)都有一個(gè)共同的目標(biāo)：最大限度爭(zhēng)取最大量的客戶，提供給客戶最好服務(wù)。但是在企業(yè)發(fā)展中很難或者不可能做到對(duì)每一個(gè)客戶都平等對(duì)待，研究發(fā)現(xiàn)，公司發(fā)展過(guò)程中，20%的客戶為公司創(chuàng)造了80%的利潤(rùn)，而80%的客戶僅為公司帶來(lái)20%的利潤(rùn)——這就是著名的“二八法則”[3]，為此，一個(gè)公司要想得到持續(xù)健康的發(fā)展，必須合理優(yōu)化資源配置。本文首先根據(jù)已有數(shù)據(jù)，分析了公司的客戶結(jié)構(gòu)，然后通過(guò)從不同的角度思考對(duì)客戶進(jìn)行不同的分類，最后根據(jù)分類結(jié)果提出針對(duì)性資源配置方法或者服務(wù)改進(jìn)策略。

3.2 模型的建立

先通過(guò)計(jì)算客戶的累積貢獻(xiàn)率觀察公司客戶的分布狀況

客戶貢獻(xiàn)率：

首先，根據(jù)公式(1)計(jì)算出所有客戶的累積貢獻(xiàn)率，我們把結(jié)果展示在圖1中：

根據(jù)圖1我們可以得到：該公司17 431個(gè)客戶中投資額排名前1 127名客戶為公司做了80%的貢獻(xiàn)，即6.5%的客戶為公司做了80%的貢獻(xiàn)；而前2 932名客戶的總投資為公司做了90%的貢獻(xiàn)，即16.82%的客戶為公司做了90%的貢獻(xiàn)。

圖1 所有狀態(tài)下客戶投資累積貢獻(xiàn)率

其次，計(jì)算賬戶正常生效狀態(tài)下客戶的貢獻(xiàn)率和累積貢獻(xiàn)率，我們把結(jié)果展示在圖2中：

圖2 正常生效賬戶客戶總投資累積貢獻(xiàn)率

根據(jù)圖2我們可以得到：在3 791個(gè)正常生效賬戶中，總投資排名前273個(gè)賬戶為公司作出80%的貢獻(xiàn)(在所有正常生效賬戶中)，即：7.2%的客戶為公司作出了80%的貢獻(xiàn)；總投資排名前802個(gè)賬戶為總司作出了90%的貢獻(xiàn)，即21.16%的客戶為公司作出了90%的貢獻(xiàn)。

綜上所述，說(shuō)明：從本部分的分析，我們可以看出公司客戶的總體投資分布情況，為進(jìn)一步認(rèn)清每個(gè)客戶的價(jià)值提供一方面的依據(jù)。但要注意并不是排名靠后的賬戶價(jià)值就不高，那些排名靠后的賬戶或客戶，只要發(fā)展較好，依然有可能成為公司的大客戶，未來(lái)為公司作出巨大的貢獻(xiàn)[3]。

可以看出公司的貢獻(xiàn)分布符合二八法則，其后我們嘗試依靠K-均值聚類方法構(gòu)建了3個(gè)不同的模型。

3.2.1 模型一

(下面的分類模型是基于正常生效的賬戶進(jìn)行分類得到)

這個(gè)模型只考慮各賬戶月均投資進(jìn)行的客戶分類。各賬戶的月均投資額的考慮，更能反映出客戶的價(jià)值，避免了由于開(kāi)戶時(shí)間短，總投資額相對(duì)較小，但是潛力巨大的客戶的錯(cuò)誤分類估計(jì)，同時(shí)對(duì)相應(yīng)客戶采取的一系列營(yíng)銷手段，是大有好處的[4]。

經(jīng)過(guò)計(jì)算分析，我們把均值比較接近的，放在同一類中，此模型分類統(tǒng)計(jì)結(jié)果如下表：

表1 模型一分類統(tǒng)計(jì)結(jié)果

根據(jù)分類模型有以下結(jié)論：

第1類客戶：月均投資額最高，平均每個(gè)客戶每個(gè)月能在公司的投資額為213 617.4元，第1類客戶有38個(gè)，占總客戶的1%；

第2類客戶：僅有一個(gè)，每個(gè)月在公司的投資額為1 315 677元，所占比例非常??；

第3類客戶：平均每個(gè)客戶的投資額為79 687.65元，這類客戶有97個(gè)，占總客戶的0.026%；

第4類客戶：每個(gè)客戶的月均投資額為4 111.481元，這類客戶有3 640個(gè)，占公司客戶的96.02%；第5類客戶：剛開(kāi)戶的客戶，有15個(gè)，占總客戶的0.4%。

由該模型分類結(jié)果及分類統(tǒng)計(jì)結(jié)果可以看出客戶對(duì)公司的價(jià)值排序(由高到低)為：第1類、第2類、第3類、第4類、第5類。但是第5類為新開(kāi)客戶，它的分類是合理地，但其價(jià)值排名，需要到以后具備相應(yīng)數(shù)據(jù)進(jìn)行劃分。

3.2.2 模型二

選取各賬戶月均投資額、月均續(xù)費(fèi)次數(shù)、月均續(xù)費(fèi)額、消費(fèi)提升潛力四個(gè)指標(biāo)為分類依據(jù)，先對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，然后建立基于K-均值聚類法的分類模型進(jìn)行分類。我們先來(lái)看一下K-均值聚類的定義：

K-均值聚類：K-均值聚類是最簡(jiǎn)單的一種聚類算法。算法的目的是使各個(gè)樣本與所在類均值的誤差平方和達(dá)到最小(這也是評(píng)價(jià)K-均值聚類算法最后聚類效果的評(píng)價(jià)標(biāo)準(zhǔn))

K-均值聚類算法的一般步驟：

(1)初始化。輸入基因表達(dá)矩陣作為對(duì)象集X，輸入指定聚類類數(shù)N，并在X中隨機(jī)選取N個(gè)對(duì)象作為初始聚類中心。設(shè)定迭代中止條件，比如最大循環(huán)次數(shù)或者聚類中心收斂誤差容限。

(2)進(jìn)行迭代。根據(jù)相似度準(zhǔn)則將數(shù)據(jù)對(duì)象分配到最接近的聚類中心，從而形成一類。初始化隸屬度矩陣。

(3)更新聚類中心。然后以每一類的平均向量作為新的聚類中心，重新分配數(shù)據(jù)對(duì)象。反復(fù)執(zhí)行第二步和第三步直至滿足中止條件。

評(píng)價(jià)標(biāo)準(zhǔn)：

假設(shè)有M個(gè)數(shù)據(jù)源，C個(gè)聚類中心。μc為聚類中心。該公式的意思也就是將每個(gè)類中的數(shù)據(jù)與每個(gè)聚類中心做離差平方和，j最小，意味著分割的效果最好，類似于最小二乘估計(jì)的思想。

根據(jù)公式(2)，計(jì)算分析后，得到此分類模型統(tǒng)計(jì)結(jié)果如下表：

表2 模型二分類統(tǒng)計(jì)結(jié)果

由模型二的統(tǒng)計(jì)結(jié)果可得到以下結(jié)論：

第1類客戶：消費(fèi)提升潛力均值為84、月均投資額為1 315 677、月均續(xù)費(fèi)額和月均續(xù)費(fèi)次數(shù)為0，這類客戶僅有一個(gè)，占總客戶的0.026%；

第2類客戶：消費(fèi)提升潛力均值為81.35 092、月均投資額為21 663.43、月均續(xù)費(fèi)額均值為20 915.35、月均續(xù)費(fèi)均值次數(shù)為2.381 274，這類客戶有436個(gè)，占總客戶的11.50%；

第3類客戶：消費(fèi)提升潛力均值為91.902 44、月均投資額為184 447、月均續(xù)費(fèi)額均值為197 586.4、月均續(xù)費(fèi)均值次數(shù)為4.693 503，這類客戶有41個(gè)。由此可見(jiàn)，這類客戶對(duì)公司的價(jià)值是最高的，占總客戶的1.08%；

第4類客戶：消費(fèi)提升潛力均值為49.769、月均投資額為1 816.585、月均續(xù)費(fèi)額均值為1 497.44、月均續(xù)費(fèi)均值次數(shù)為0.436 697，這類客戶有2 316個(gè)，占總客戶的61.09%；

第5類客戶：消費(fèi)提升空間為空的客戶，有997個(gè)，占總客戶的26.30%。

由該模型分類結(jié)果及分類統(tǒng)計(jì)結(jié)果可以看出客戶對(duì)公司的價(jià)值排序(由高到低)為：第3類、第2類、第1類、第4類、第5類。注意：在第5類客戶中也有很多高價(jià)值的客戶，這里只是由于這些客戶的消費(fèi)提升潛力為空所以歸為了這一類中，切不可以為，上面的結(jié)論完全正確。對(duì)于第5類這樣的客戶可以尋找其他的方法分類。

3.2.3 模型三

選取各賬戶消費(fèi)提升潛力、賬號(hào)在網(wǎng)時(shí)間(=數(shù)據(jù)下載時(shí)間-開(kāi)戶時(shí)間)、月均投資額、月均續(xù)費(fèi)次數(shù)、月均續(xù)費(fèi)額、續(xù)費(fèi)增長(zhǎng)率六個(gè)指標(biāo)為分類依據(jù)，先對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，然后建立基于K-均值聚類法的分類模型進(jìn)行分類。

3其中：

通過(guò)計(jì)算分析，該分類模型的統(tǒng)計(jì)結(jié)果如下表：

表3 型三分類統(tǒng)計(jì)結(jié)果

由分類模型三的統(tǒng)計(jì)結(jié)果可得到以下結(jié)論：

第1類客戶：消費(fèi)提升潛力均值為82.867 07、在網(wǎng)時(shí)間均值為25.332 05個(gè)月、月均投資額為26 378.23、月均續(xù)費(fèi)次數(shù)均值為2.690 308、月均續(xù)費(fèi)額為25 525.64，續(xù)費(fèi)增長(zhǎng)率為239.16%，這類客戶有331個(gè)，占總客戶的8.73%；

第2類客戶：消費(fèi)提升潛力均值為93、在網(wǎng)時(shí)間均值為112.3726個(gè)月、月均投資額為201 504.1、月均續(xù)費(fèi)次數(shù)均值為3.550 688、月均續(xù)費(fèi)額為201 490.3，續(xù)費(fèi)增長(zhǎng)率為29 900%，這類客戶有1個(gè)，占總客戶的0.026%；

第3類客戶：消費(fèi)提升潛力均值為91.875、在網(wǎng)時(shí)間均值為31.723 56個(gè)月、月均投資額為184 020.6、月均續(xù)費(fèi)次數(shù)均值為4.722 073、月均續(xù)費(fèi)額為197 488.8，續(xù)費(fèi)增長(zhǎng)率為682.99%，這類客戶有40個(gè)，占總客戶的1.06%；

第4類客戶：消費(fèi)提升潛力均值為51.727 88、在網(wǎng)時(shí)間均值為28.846 88個(gè)月、月均投資額為2 250.445、月均續(xù)費(fèi)次數(shù)均值為0.548 572、月均續(xù)費(fèi)額為1 958.437、續(xù)費(fèi)增長(zhǎng)率為28.45%、這類客戶有2 113個(gè)、占總客戶的55.74%；

第5類客戶：有缺失值的客戶、消費(fèi)提升潛力均值為45.592 23、在網(wǎng)時(shí)間均值為6.469 664個(gè)月、續(xù)費(fèi)增長(zhǎng)率為21.59%，有1 306個(gè)，占總客戶的34.45%。

由該模型分類結(jié)果及分類統(tǒng)計(jì)結(jié)果可以看出客戶對(duì)公司的價(jià)值排序(由高到低)為：第2類、第3類、第1類、第4類、第5類。注意：在第5類客戶中也有很多高價(jià)值的客戶，這里只是由于這些客戶的消費(fèi)提升潛力為空所以歸為了這一類中，切不可以為，上面的結(jié)論完全正確。對(duì)于第5類這樣的客戶可以尋找其他的方法分類。

3.3 客戶類型與判別標(biāo)度

根據(jù)上面的分析結(jié)果，我們可以得到：

(1)新興潛在型客戶：主要以消費(fèi)提升潛力為衡量標(biāo)準(zhǔn)，滿足條件為月均投資額>總賬戶月均投資額平均值、消費(fèi)提升潛力>前321名客戶消費(fèi)潛力平均值、續(xù)費(fèi)增長(zhǎng)率>0；

(2)穩(wěn)定型客戶(或忠誠(chéng)客戶)：主要以月均續(xù)費(fèi)次數(shù)為衡量標(biāo)準(zhǔn)，滿足的條件為月均續(xù)費(fèi)次數(shù)>總用戶月均續(xù)費(fèi)次數(shù)均值、累積失效次數(shù)<總用戶累積失效次數(shù)均值、續(xù)費(fèi)增長(zhǎng)率>=0;

(3)問(wèn)題型：這類客戶主要考慮三個(gè)指標(biāo)，分別是消費(fèi)提升潛力、月均續(xù)費(fèi)次數(shù)、月均續(xù)費(fèi)額。具體為消費(fèi)提升潛力>前321名客戶消費(fèi)潛力平均值、月均續(xù)費(fèi)次數(shù)<總賬戶月均續(xù)費(fèi)次數(shù)均值、月均續(xù)費(fèi)額<總賬戶月均續(xù)費(fèi)額；

(4)流失型：這類客戶考慮的指標(biāo)分別為累積失效次數(shù)、續(xù)費(fèi)增長(zhǎng)率。具體為累積失效次數(shù)>總賬戶累積失效次數(shù)均值、續(xù)費(fèi)增長(zhǎng)率<0；

4 結(jié)論

4.1 如何守住“大”客戶

(1)誰(shuí)是你的大客戶——找準(zhǔn)你的大客戶；

(2)攻——尋找大客戶的突破點(diǎn)；

(3)守——如何牢牢守住你的大客戶；

(4)防——怎樣打好你最后的攻堅(jiān)戰(zhàn)；

(5)修身——完美做人做事，吸引客戶。

4.2 如何開(kāi)發(fā)中等客戶

(1)指派專門(mén)的營(yíng)銷人員(或客戶代表)經(jīng)常聯(lián)絡(luò)，定期走訪，為他們提供服務(wù)的同時(shí)要給予更多的關(guān)注，營(yíng)銷主管也應(yīng)該定期的去拜訪他們。

(2)密切注意該類客戶的產(chǎn)品銷售、資金支付能力、人事變動(dòng)、重組等異常動(dòng)向。

4.3 如何吸引小客戶

小客戶在一個(gè)公司的所有客戶中占有很大的比重，此類客戶對(duì)企業(yè)完成經(jīng)濟(jì)指標(biāo)貢獻(xiàn)甚微，消費(fèi)額占企業(yè)總消費(fèi)額的百分之二十左右[5]。由于他們數(shù)量眾多，具有“點(diǎn)滴匯成大海”的增長(zhǎng)潛力，企業(yè)應(yīng)控制這方面的服務(wù)投入，按照“方便、及時(shí)”的原則，為他們提供大眾化的基礎(chǔ)性服務(wù)，或者將精力重點(diǎn)放在發(fā)掘有潛力的“明日之星”上，使其早日升為中等客戶甚至大客戶。企業(yè)營(yíng)銷人員應(yīng)保持與這些客戶的聯(lián)系，并讓他們知道當(dāng)他們需要幫助的時(shí)候，企業(yè)總會(huì)伸出援助之手。