论文部分内容阅读
摘要：本文对微信小程序的客户价值进行分析研究，主要以某一文具店的销售历史数据为例.通过微信调用系统底层模块来获取文件系统，从而获取客户的数据信息.应用RFM模型与数据分析方法，对客户价值进行分析，分类出八类客户。然后得到不同类客户的消费特征，以便为企业发展客户和制定相应的营销策略提供建议。
关键词：微信小程序;客户价值;RFM模型;分類
1引言
自2017年微信小程序上线以来，其无需安装、用完即走的便捷性受到广泛的关注[1-3]，基于微信小程序的企业商务营销系统不断推出。文[4]的开发人员基于WXSS、WXML技术进行开发，为景区设计一款方便实用的景区微信小程序，为游客带来方便。
目前，企业商务营销从原本的生产重心转移到了解客户，分析客户价值，从而满足客户的需求，并对此做个性化的需求营销，从而提高企业的竞争实力，抢占市场的先机。本文主要以某一文具店的销售历史数据为例，应用RFM模型与数据分析方法，对客户价值进行分析，对客户精细分类，并得到不同类客户的消费特征。下面详细介绍的本文方法和数据处理过程：
2数据处理
2.1基于微信小程序的数据获取
主要通过微信小程序的wx.request（接口调用方式）进行服务器数据请求及数据渲染，从而获取客户数据。
2.2数据预处理与数据探索
本文数据预处理过程主要运用到的技术是数据的规范化处理以及数据的标准化处理。然后通过数据探索发现，大部分订单的平均购买数量在17件左右;用户消费的金额平均消费56元，中位数在47元，最大购买产品数90件，金额196元，有一定的极值干扰;数据呈右偏分布用户分层。
2.3RFM模型
RFM模型[5]主要由三个指标构成，最近一次消费R（Recency）、消费频率F（Frequency）、消费金额M（Monetary）。通常情况下，客户最近一次消费时间R与截止时间的间隔越短，即对实时提供的商品或服务可能感兴趣。反之，最近一次消费时间很近的客户越来越少，则说明企业需要找到问题所在，及时调整营销策略。客户在某段时间的消费频率F，可以说消费频率越高的客户，其满意度越高，其忠诚度也就越高，客户价值也就越大。客户在某段时间内所消费的金额M，表示消费金额越大的顾客其消费能力自然也就越大。
2.4RFM客户分层及占比
在进行RFM客户分层时，需要对三个指标进行切分，设计阙值，根据店铺的初步数据分析，应用聚合功能。聚合功能就是在一堆数据按照内在特征的不同进行划分，这样就能找到大数据量中的“中心点”，进而缩小误差。根据各类数据与“中心点”的比较得出分类标准，分类标准如表1所示。
本文在RFM模型上生成了8类客户：重要价值客户、重要发展客户、重要保持客户、重要挽留客户、一般价值客户、一般发展客户、一般保持客户、一般挽留客户。
计算得出RFM各类客户占比为重要价值客户33%;重要发展客户4%;重要保持客户13%;重要挽留客户1%;一般价值客户1%;一般发展客户9%;一般保持客户3%;一般挽留客户36%。
可知，大部分用户为一般挽留客户和重要价值客户，而一般价值客户和重要挽留客户较少，仅占1%，这表明店铺给客户的触感不够强烈，需要切中客户需求，激发客户对满足需求的渴望或是解决麻烦的迫切，预知客户可能产生的疑虑，打消疑虑从而提高产品销售量。
3各类客户生命周期
客户生命周期，也称作留存天数，是指从用户第一次购买，到最后一次购买之间的天数。统计得出8类客户的生命周期为重要价值客户89天;重要发展客户15天;重要保持客户0天;重要挽留客户0天;一般价值客户65天;一般发展客户19天;一般保持客户0天;一般挽留客户0天。
可知，该店铺重要价值客户的生命周期较长，说明该店铺的产品对顾客具有粘性，有利于积淀老客户;而重要挽留客户、一般保持客户和一般挽留客户的生命周期几乎为0，这说明我们需做好售后回访，关注产品使用情况，加深和客户的粘度，提升客户满意度，从而延长客户的生命周期。
4各类客户在统计时段内的消费平均值
通过计算各类用户在统计时段内的消费平均值，得到重要价值客户190.88元;重要发展客户79.44元;重要保持客户131.01元;重要挽留客户54.46元;一般价值客户44.60元;一般发展客户25.34元;一般保持客户43.41元;一般挽留客户21.63元。
可知，消费平均值较高的是重要价值客户和重要保持客户，这说明店铺要进行主动拜访客户和保证自己的产品质量。一般发展客户和一般挽留客户的消费平均值较低，说明店铺要提高服务质量，利用优质服务和产品质量吸引客户消费。
5各类客户留存率
用户留存率是指在某一统计时段内的新增用户数中再经过一段时间后仍启动该应用的用户比例。该店铺各类客户留存率为重要价值客户93%;重要发展客户14%;重要保持客户0%;重要挽留客户0%;一般价值客户100%;一般发展客户25%;一般保持客户0%;一般挽留客户0%。
该模型中采取的统计时间段为30天，计算结果可知，该店铺的重要价值客户留存率较高，但重要保持客户和重要挽留客户的留存率较低，说明该店铺急需引入激励机制的营销活动，如各类签到、打卡或积分等形式的忠诚度计划，以提高重要客户的留存率。
6小结
本文通过RFM分析方法把客户分为8类，并通过对每类客户的生命周期分析，在统计时段内的消费平均值以及留存率进行分析，从而对各类用户进行精细化运营，从而不断将用户转化为重要价值用户。
本文是以某一文具店的客户历史数据做分析的，但是数据分析方法可以运用到其它企业的客户数据中，例如景区、银行、物流公司等的客户价值分析。
参考文献
[1]吴明桦，李杰，微信小程序的优势分析及其在企业中的应用[J]，电子技术与软件工程，2019（15）：45-46.
[2]袁堂青，亓婧，基于微信小程序的开发与研究[J]，网络安全技术与应用，2020（04）：66-67.
[3]刘玉仁，微信小程序对企业的价值[J]，现代营销（下旬刊），2018 （12）：155.
[4]邹明荣，刘小玲，黄琨，高鑫，基于WXSS/WXML技术的景区微信小程序的开发——以西岭雪山为例[J]，信息系统工程，2020（02）：76-79.
[5]https：//baijiahao.baidu.com/s？id=1655579544683635287&wfr=spider&for=pc
关键词：微信小程序;客户价值;RFM模型;分類
1引言
自2017年微信小程序上线以来，其无需安装、用完即走的便捷性受到广泛的关注[1-3]，基于微信小程序的企业商务营销系统不断推出。文[4]的开发人员基于WXSS、WXML技术进行开发，为景区设计一款方便实用的景区微信小程序，为游客带来方便。
目前，企业商务营销从原本的生产重心转移到了解客户，分析客户价值，从而满足客户的需求，并对此做个性化的需求营销，从而提高企业的竞争实力，抢占市场的先机。本文主要以某一文具店的销售历史数据为例，应用RFM模型与数据分析方法，对客户价值进行分析，对客户精细分类，并得到不同类客户的消费特征。下面详细介绍的本文方法和数据处理过程：
2数据处理
2.1基于微信小程序的数据获取
主要通过微信小程序的wx.request（接口调用方式）进行服务器数据请求及数据渲染，从而获取客户数据。
2.2数据预处理与数据探索
本文数据预处理过程主要运用到的技术是数据的规范化处理以及数据的标准化处理。然后通过数据探索发现，大部分订单的平均购买数量在17件左右;用户消费的金额平均消费56元，中位数在47元，最大购买产品数90件，金额196元，有一定的极值干扰;数据呈右偏分布用户分层。
2.3RFM模型
RFM模型[5]主要由三个指标构成，最近一次消费R（Recency）、消费频率F（Frequency）、消费金额M（Monetary）。通常情况下，客户最近一次消费时间R与截止时间的间隔越短，即对实时提供的商品或服务可能感兴趣。反之，最近一次消费时间很近的客户越来越少，则说明企业需要找到问题所在，及时调整营销策略。客户在某段时间的消费频率F，可以说消费频率越高的客户，其满意度越高，其忠诚度也就越高，客户价值也就越大。客户在某段时间内所消费的金额M，表示消费金额越大的顾客其消费能力自然也就越大。
2.4RFM客户分层及占比
在进行RFM客户分层时，需要对三个指标进行切分，设计阙值，根据店铺的初步数据分析，应用聚合功能。聚合功能就是在一堆数据按照内在特征的不同进行划分，这样就能找到大数据量中的“中心点”，进而缩小误差。根据各类数据与“中心点”的比较得出分类标准，分类标准如表1所示。
本文在RFM模型上生成了8类客户：重要价值客户、重要发展客户、重要保持客户、重要挽留客户、一般价值客户、一般发展客户、一般保持客户、一般挽留客户。
计算得出RFM各类客户占比为重要价值客户33%;重要发展客户4%;重要保持客户13%;重要挽留客户1%;一般价值客户1%;一般发展客户9%;一般保持客户3%;一般挽留客户36%。
可知，大部分用户为一般挽留客户和重要价值客户，而一般价值客户和重要挽留客户较少，仅占1%，这表明店铺给客户的触感不够强烈，需要切中客户需求，激发客户对满足需求的渴望或是解决麻烦的迫切，预知客户可能产生的疑虑，打消疑虑从而提高产品销售量。
3各类客户生命周期
客户生命周期，也称作留存天数，是指从用户第一次购买，到最后一次购买之间的天数。统计得出8类客户的生命周期为重要价值客户89天;重要发展客户15天;重要保持客户0天;重要挽留客户0天;一般价值客户65天;一般发展客户19天;一般保持客户0天;一般挽留客户0天。
可知，该店铺重要价值客户的生命周期较长，说明该店铺的产品对顾客具有粘性，有利于积淀老客户;而重要挽留客户、一般保持客户和一般挽留客户的生命周期几乎为0，这说明我们需做好售后回访，关注产品使用情况，加深和客户的粘度，提升客户满意度，从而延长客户的生命周期。
4各类客户在统计时段内的消费平均值
通过计算各类用户在统计时段内的消费平均值，得到重要价值客户190.88元;重要发展客户79.44元;重要保持客户131.01元;重要挽留客户54.46元;一般价值客户44.60元;一般发展客户25.34元;一般保持客户43.41元;一般挽留客户21.63元。
可知，消费平均值较高的是重要价值客户和重要保持客户，这说明店铺要进行主动拜访客户和保证自己的产品质量。一般发展客户和一般挽留客户的消费平均值较低，说明店铺要提高服务质量，利用优质服务和产品质量吸引客户消费。
5各类客户留存率
用户留存率是指在某一统计时段内的新增用户数中再经过一段时间后仍启动该应用的用户比例。该店铺各类客户留存率为重要价值客户93%;重要发展客户14%;重要保持客户0%;重要挽留客户0%;一般价值客户100%;一般发展客户25%;一般保持客户0%;一般挽留客户0%。
该模型中采取的统计时间段为30天，计算结果可知，该店铺的重要价值客户留存率较高，但重要保持客户和重要挽留客户的留存率较低，说明该店铺急需引入激励机制的营销活动，如各类签到、打卡或积分等形式的忠诚度计划，以提高重要客户的留存率。
6小结
本文通过RFM分析方法把客户分为8类，并通过对每类客户的生命周期分析，在统计时段内的消费平均值以及留存率进行分析，从而对各类用户进行精细化运营，从而不断将用户转化为重要价值用户。
本文是以某一文具店的客户历史数据做分析的，但是数据分析方法可以运用到其它企业的客户数据中，例如景区、银行、物流公司等的客户价值分析。
参考文献
[1]吴明桦，李杰，微信小程序的优势分析及其在企业中的应用[J]，电子技术与软件工程，2019（15）：45-46.
[2]袁堂青，亓婧，基于微信小程序的开发与研究[J]，网络安全技术与应用，2020（04）：66-67.
[3]刘玉仁，微信小程序对企业的价值[J]，现代营销（下旬刊），2018 （12）：155.
[4]邹明荣，刘小玲，黄琨，高鑫，基于WXSS/WXML技术的景区微信小程序的开发——以西岭雪山为例[J]，信息系统工程，2020（02）：76-79.
[5]https：//baijiahao.baidu.com/s？id=1655579544683635287&wfr=spider&for=pc