|
追求简洁的模型前段时间hunter曾提及到RFM模型,并解释如下: Recency, Frequency, Monetary,就是前计算机时代所用的客户模型,原则是,顾客的最近一次交易时间,交易的频繁程度,交易金额,是判断最好顾客/客户价值的指标。 最近刚买东西的,更常来买,买的更多的,就是更好的顾客。 这应该是是在零售行业的客户行为模型,用一种非常简洁的方法来判断客户的价值。我想肯定有人嫌弃它太粗放。但这种简洁形式非常让人羡慕,容易让人理解,被接受,能够用的起来。在电信行业应该也是可以整出这样的模型的。 仅仅从三个角度(或者说维度、变量吧),而且既然已经形成了一种看起来行业认可的模型,应该说,这三个角度是具有代表性的。也许当初在建模考虑的时候,也考虑了成百上千个变量,最终得到这几个。其实只要将这三个维度进行交叉组合,就可以得出若干类别,然后去制定营销策略,是通过直邮去递送产品信息,还是电话拜访。 RFM给出一种启示,让俺们电信行业作BI的对模型是个什么样稍微清晰了一点。 那我们项目组来说,做的工作很多都是建立分析模型,不论是挖掘模型或是经验模型,用于支持市场营销。建模的方法用了不少,聚类、分类、层次分析、关联分析一堆噼里啪啦的,好似炫技一般,可惜的是至今并没有出来一种说得过去,能够被市场部门认可的营销模型。不得不说是挺失败的。当然,客观原因是有地。因为如今这个阶段并没有达到非得精细化营销的地步,虽然提供了看起来很精细的模型。模型和营销的粒度并不匹配。要得到一个形式简洁的营销模型,需要不断进行,不断化繁为简。这又让我想到我们在一年多以前的一个模型,至今仍然在那里运行,没有优化过,所以至今也不能清晰地、肯定地表述那个分析结论。 这应该分析专题项目下一步的目标——化繁为简。 昨天跟同事吃饭的时候,聊到一个话题。就是我们项目到底卖的是什么,是挖掘模型。确实,现在客户认为建了一个挖掘模型就值钱一点,而对于数据分析,仍不是非常重视,因为这不好度量。所以,也不能怪我们将简单的分析忽悠成一个模型。
责编:刘庆
微信扫一扫实时了解行业动态
微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
|
热门博文
|
|