文/劉章敏 劉薔，山東中煙責(zé)任有限公司青島卷煙廠

1 煙草企業(yè)的RFM模型

客戶關(guān)系模型(CRM)是企業(yè)利用信息技術(shù)協(xié)調(diào)企業(yè)與客戶之間從產(chǎn)品的銷售、營銷和產(chǎn)品服務(wù)的交互關(guān)系，為客戶提供個性化的服務(wù)過程。從定義上就可以看出其目的是為了增加企業(yè)在市場中的占有額，吸引新客戶并將已有客戶發(fā)展為忠實客戶。CRM模型的核心是客戶價值管理，以滿足不同價值用戶的需求。

2 模糊C均值聚類（FCM）算法

要求目標(biāo)函數(shù)的極小值，對公式（3.2）中的參數(shù)求偏導(dǎo)數(shù)得到目標(biāo)函數(shù)（3.1）取極小值的條件為

3 仿真實現(xiàn)及客戶群體分析

本文利用FCM算法對某煙草企業(yè)的RFM模型中的三個指標(biāo)進行聚類分析，樣本數(shù)據(jù)一共930組。

首先對930組指標(biāo)數(shù)據(jù)進行預(yù)處理，對異常和缺失數(shù)據(jù)進行剔除和補償后，用算法進行挖掘，將其分成四類。其中算法的最大迭代次數(shù)為30、模糊指數(shù)為2。經(jīng)Matlab[8]仿真之后得到聚類結(jié)果，分別從這三個指標(biāo)對這四類的最終聚類中心進行比較排序。

進一步對上面的統(tǒng)計結(jié)果進行分析，從每一類對應(yīng)的客戶數(shù)據(jù)進行統(tǒng)計，其結(jié)果如表3-1所示。

表3-1 各類別客戶信息統(tǒng)計表Table 3-3 Statistics of Customer Information in Each Category

從表3-1可以看出，經(jīng)FCM算法對客戶劃分與實際情況也是比較吻合的，因為煙草零售絕大多數(shù)是一些規(guī)模較小的代銷點，從表中也可以看出其（第一類和第四類）訂煙數(shù)量和訂煙金額數(shù)量都在80%以上。

4 總結(jié)

本文基于煙草企業(yè)的RFM模型利用模糊C均值聚類算法對煙草客戶的訂煙金額、訂煙次數(shù)以及與最近訂煙的周期這三個指標(biāo)進行聚類分析。將這些煙草企業(yè)客戶分成了四類：十分重要客戶、重要客戶、普通客戶和小客戶。通過對聚類以及統(tǒng)計結(jié)果進行分析對這些客戶的特點進行總結(jié)，并對煙草企業(yè)在客戶服務(wù)上提供了一些建議。