基于大數據挖掘的廣播電視客戶價值分析

戴新建

【摘 要】以客戶價值理論為基礎，建立了基于 LRFMC 模型的廣播電視用戶價值評估模型，利用python網絡爬蟲獲取用戶數據進行實證分析，對數據進行清洗和標準化處理，并利用K-Means聚類分析對用戶進行合理分類。通過比較不同類型用戶的價值，對不同類別用戶采用區別化的營銷策略。

【關鍵詞】大數據挖掘;客戶價值分析;聚類分析

中圖分類號： F831.2;TP311.13 文獻標識碼： A文章編號： 2095-2457（2019）34-0223-001

DOI：10.19694/j.cnki.issn2095-2457.2019.34.105

Customer Value Analysis of Radio and Television Based on Big Data Mining

DAI Xin-jian

（Changsha Social work college，Changsha Hunan 410004， China）

【Abstract】Based on the theory of customer value， a radio and television user value evaluation model based on lrfmc model is established. The user use data obtained by Python web crawler is used for empirical analysis， data is cleaned and standardized， and users are reasonably classified by K-means clustering analysis. By comparing the value of different types of users， different marketing strategies are adopted for different types of users.

【Key words】Big data mining; Customer value analysis; Cluster analysis

0 引言

目前我國已經全面進入“三網融合”時代，伴隨著互聯網技術的快速發展，傳統的廣播電視網絡也開始朝著綜合信息網絡的方向轉變，開始向用戶提供了基于信息實時交互的全方位、個性化的產品營銷和有償服務。在這個背景下，如何利用大數據技術建立客戶價值分析模型，按用戶價值對用戶進行合理劃分，并根據采取多樣性營銷手段，是廣播電視網絡企業實現客戶保持、提高市場競爭力的重要途徑。

1 客戶價值分析模型

客戶價值模型是基于價值聚類的思想，按照價值貢獻度對客戶進行等級劃分。根據電視廣播用戶特點建立LRFMC模型，包含觀看頻率（F）、觀看節目總時長（C）、入網總時長（L）、距最近觀看時間（R）、消費總金額（M）等五個指標。具體指標定義如表1所示。

表1 LRFMC模型指標釋義表

2 基于LRFMC模型的客戶價值分析

本文利用python網絡爬蟲收集了2019年7月至8月的1966個廣播電視用戶的2741912條收視信息，利用基于LRFMC模型利用K-means聚類分析方法，進行客戶價值分析。

2.1 數據預處理

數據預處理包括數據清洗和標準化兩個步驟。數據清洗過程剔除了信息不完整及不合理的數據，并利用正則表達式影片名進行了清洗，最終保留了1956個用戶的2651232條有效數據。同時，為了消除量綱對聚類分析的影響，對數據進行標準差標準化處理。

2.2 K-means聚類

利用輪廓系數（Silhouette Coefficient）得分來確定最佳聚類組數，運用python計算可得組數為2～8時的輪廓系數得分，如圖1所示。顯然，當聚類組數為5時輪廓系數得分最高，為最佳聚類組數。

2.3 聚類結果分析

通過聚類分析，我們從數量和價值兩個維度將所有客戶分為五類，各類別用戶數和占比情況如表2所示。

對于客戶類型采取不同的營銷策略：對于低價值用戶，應該以廣告營銷為主，注重信息傳達率，保持黏性，及時進行引導;對于重要保持用戶，應實施跟蹤營銷，快速響應并提供個性化服務促進用戶升級;對于重要發展用戶，應以提供個性化服務為主，提升此類用戶的體驗和滿意度;對于重點挽留用戶，應作為重點聯系對象，通過各種措施延長客戶生命周期;對于高價值用戶，應該挖掘這類用戶的個性化需求，提供個性化服務以及增值服務，提高此類用戶的滿意度和忠誠度。

3 結語

客戶是市場競爭中的重要資源，有效的客戶關系管理能通過客戶認知、識別與保留來實現潛在客戶的挖掘和高價值客戶的發現。通過建立客戶價值模型，按價值貢獻大小細分客戶類型，采取精細化的營銷策略，是客戶關系管理的重點環節，也是實現企業盈利率最大化的重要途徑。

【參考文獻】

[1]鄧基剛，鄭成德，劉景燕.基于RFM模型的煙草客戶聚類分析研究[J].價值工程，2015（6）：21-22.

[2]綦欣德.客戶細分方法新視角[J].商業時代，2013，26：31-33.

[3]于輝，廖小紅.客戶細分方法綜述[J].中小企業管理與科技（下旬刊），2014（11）：17-18.

[4]郭崇.基于大數據分析的網購客戶忠誠度建模仿真[J]. 計算機仿真，2015（1）：61-63.