RFM模型區(qū)隔消費者購買行為的區(qū)別能力研究--保險銷售資料實例驗證

1 黃元直 德明商業(yè)技術學院 講師 2 簡報流程 3 緒論 希望透過本研究提出一種 動靜態(tài)資料的分類方式 ,並透過保險銷售資料及 區(qū)別分析逐步回歸法 加以實證 ,驗證動態(tài)資料作為自變數(shù)時 ,其 區(qū)別能力 是否高於靜態(tài)資料。 4 緒論 由顧客過去的購買行為，利用 求算出個別顧客未來的可能需求並驗證其區(qū)別能力 ,此為研究目的一。 以靜態(tài)資料、動態(tài)資料有效區(qū)分其市場區(qū)隔，並且 指出各顧客屬於某個區(qū)隔 , 此為研究目的二。 5 文獻探討 顧客關係管理可區(qū)分為三個部份 ,其一為 資料庫行銷 ,其二為 一對一關係行銷 ,其三為 事件行銷 。 關係行銷則強調 有效行銷關係 之建立。 6 文獻探討 et 7 最近購買日 (最接近現(xiàn)今日期的前 20%編為 5、 20%40%編為 4、 40%60%編為3、 60%80% 編為 2、 80%100%編為 1。 購買頻率 (一定期間內顧客購買的次數(shù)，次數(shù)最多的前 20%編為 5,餘依此類推。 購買金額 (通常以平均購買金額來取代。金額最多的前 20%編為 5,餘依此類推。 8 構面 指標分數(shù) 指標分數(shù)權重 最近購買日 最近 3個月為 24分 最近 36個月為 12分 最近 69個月為 6分 最近 912個月為 3分 最近 12個月以上為 0分 中 購買次數(shù) 購買次數(shù) 4分 高 購買金額 購買金額 10%(最高為 9分 ) 低 9 et 最近購買日 從近到遠排列，前百分之二十歸為第一類，依次分為五類 購買頻率 從大到小排列，前百分之五十歸為第一類，共分成兩類 購買金額 同於頻率的分法，分成兩類 如此，每一顧客的 最不具價值的顧客 (111) 3分 到最具價值的顧客 (522) 9分 10 文獻探討 判定區(qū)別能力包含以下兩項 : 即根據(jù)區(qū)別函數(shù)所得到的區(qū)別分數(shù) ;代表依逐步迴歸分析法進入?yún)^(qū)別函數(shù)的 自變數(shù)對依變數(shù)的預測能力 。 進入?yún)^(qū)別函數(shù)的自變數(shù)比例 判定其重要性 ;而依 進入?yún)^(qū)別函數(shù)自變數(shù)的係數(shù)絕對質 判定其影響力。 11 顧客資料 靜態(tài)資料 動態(tài)資料 et ob 客五等分法 以區(qū)別分析逐步回歸法分別檢視其區(qū)別能力： 區(qū)別正確率 ) 自變數(shù)的重要性 ) 入選自變數(shù)的影響力 ) 12 資料分類與資料分析流程 市場區(qū)隔變數(shù)的分類表 分類方式 (1992) 變數(shù)名稱 本研究分類 本研究可用自變數(shù) 人口統(tǒng)計變數(shù) (性別、年齡、職業(yè)、 教育、家庭人數(shù)等 (顧客基本資料 ) 靜態(tài)資料 /變數(shù) 被保人分類 要保人年齡 要保人性別 要保人地址 被保人職業(yè) 被保人職業(yè)危險等級 要保人婚姻狀況 被保人首購年齡 心理變數(shù) (知覺、認知、價值觀、生活型態(tài)等 地理性變數(shù) (居住地、人口密度等 購買地、市場密度等 動態(tài)資料 /變數(shù) (顧客購買紀錄 ) R 最近購買日 F 購買頻率 M 購買金額 行為變數(shù) (購買時機、購買頻率、期望利益、使用量等 13 資料分類與資料分析流程 本研究依變數(shù)主附險種類分類表 主險 保障險 生死合險 附加險 生死合險 (亦可當附加險 ) 健康險 壽險附約 示主險購買保障險或生死合險 示購買附險生死合險或未買 示購買附險健康險或未買 示購買附險壽險附約或未買 14 資料分類與資料分析流程 自變數(shù) ( :區(qū)別分析逐步回歸法 ) 依變數(shù) (1) 態(tài)資料 ) 2)態(tài)資料 3)態(tài)資料 4)態(tài)資料 5)分 /總價值 ) 檢視 (1)至 (5)組自變數(shù)對 4分別的區(qū)別正確率 區(qū)別正確率分析流程圖 15 資料分類與資料分析流程 自變數(shù) ( : 區(qū)別分析逐步回歸法 ) 依變數(shù) (1) 2) 3) 4) 視 (1)至 (4)組自變數(shù)對 4分別的自變數(shù)重要性及影響力 自變數(shù)重要性及影響力的分析流程圖 16 實證結果 區(qū)別正確率實證結果 (1) 態(tài)資料 ) (註 ) (2) 態(tài)資料 (3) 態(tài)資料 (4) 態(tài)資料 (5) 分 /總價值 ) 註 :在逐步迴歸分析法中 ,無法形成區(qū)別 函數(shù) ,故沒有區(qū)別正確率。 17 實證結果 自變數(shù)重要性及影響力實證結果之一 . S 2 4 分析中的變數(shù)(係數(shù) ) 註 1 入選率 靜態(tài)變數(shù) (3/8) 註 2 (1/8) (1/8) (2/8) 動態(tài)變數(shù) (3/3) (2/3) (1/3) (3/3) 區(qū)別正確率 註 1:分析中變數(shù)的係數(shù)採標準化的典型區(qū)別函數(shù)係數(shù)。 註 2:代表 8個靜態(tài)變數(shù)有 3個入選區(qū)別函數(shù) ,入選率 18 實證結果 自變數(shù)重要性及影響力實證結果之二 S 2 4 分析中的變數(shù)(係數(shù) ) 入選率 靜態(tài)變數(shù) (2/8) (0/8) (2/8) (2/8) 動態(tài)變數(shù) (2/3) (1/3) (2/3) (2/3) 區(qū)別正確率 19 實證結果 自變數(shù)重要性及影響力實證結果之三 S 2 4 分析中的變數(shù)(係數(shù) ) 入選率 靜態(tài)變數(shù) (3/8) (1/8) (2/8) (2/8) 動態(tài)變數(shù) (3/3) (2/3) (2/3) (2/3) 區(qū)別正確率 20 實證結果 自變數(shù)重要性及影響力實證結果之四 S 1 3 析中的變數(shù)(係數(shù) ) 入選率 靜態(tài)變數(shù) (3/8) (1/8) (1/8) (2/8) 動態(tài)變數(shù) (1/3) (2/3) (2/3) (1/3) 區(qū)別正確率 21 實證結果 各模型區(qū)別正確率變化情形彙整表 動態(tài)資料 (變數(shù) ) 依變數(shù) 區(qū)別正確率 (%) 未加靜態(tài)資料 增加靜態(tài)資料 2 3 4 2 3 4 2 3 4 1 2 3 4 2 結論與未來研究方向 區(qū)別正確率結論 經(jīng)由區(qū)別分析正確分類比例 (區(qū)別正確率 )的預測判別 ,得知顧客購買行為紀錄的 動態(tài)資料 較顧客基本資料的靜態(tài)資料 更能明顯區(qū)別顧客購買主附險種類的消費行為 ,即 動態(tài)資料自變數(shù)判別消費者選購行為的預測力高於靜態(tài)資料自變數(shù) 。 依區(qū)別正確率實證結果 ,可得到以下結論 ,以印證上述論點。 (2) (3) (5) (4) (1) 即 【 :表示區(qū)別正確率優(yōu)於 ,以平均區(qū)別正確率判定 】 23 結論與未來研究方向 自變數(shù)重要性結論 本研究係以自變數(shù)入選區(qū)別函數(shù)的比率 (入選率 ),定義自變數(shù)重要性 ,由實證結果得知 ,動態(tài)資料自變數(shù)的重要性高於靜態(tài)資料自變數(shù) 。 依自變數(shù)重要性及影響力實證結果 ,可得到以下結論 ,以印證上述論點。 (4)=(2) (3) (5) (1) 即 【 :表示自變數(shù)重要性優(yōu)於 ,以平均入選率判定 】 24 結論與未來研究方向 自變數(shù)影響力結論 本研究係以自變數(shù)入選區(qū)別函數(shù)的係數(shù)絕對值大小 ,定義自變數(shù)影響力 ,由實證結果得知 ,動態(tài)資料自變數(shù)的影響力高於靜態(tài)資料自變數(shù) 。 依自變數(shù)重要性及影響力實證結果 ,可得到以下結論 ,以印證上述論點。 (5) (3) (2) (4) (1) 即 :表示自變數(shù)影響力優(yōu)於 ,以入選變數(shù)係數(shù)絕對值之平均係數(shù)判定 】 25 結論與未來研究方向 區(qū)別能力結論 綜合評價表 A:特優(yōu) B:優(yōu) C:尚可 D:差 E:很差 評價項目 自變數(shù) 區(qū)別正確率 自變數(shù) 重要性 自變數(shù) 影響力 區(qū)別能力 (總評價 ) (1)靜態(tài)資料 D E C D (2)A A A A (3)A C A B (4)B A B B (5) C A B 26 結論與未來研究方向 其中 : 區(qū)別正確率 自變數(shù)重要性 自變數(shù)影響力 評價 (平均區(qū)別正確率 %) (平均入選率 %) (平均係數(shù) ) A 65以上 70以上 B 60含 ) 60含 ) 含 ) C 55含 ) 50含 ) 含 ) D 50含 ) 40含 ) 含 ) E 50以下 40以下 27 結論與未來研究方向 其他結論 由各模型區(qū)別正確率變化情形彙整表得知 ,當靜態(tài)資料與動態(tài)資料同時運用 , 區(qū)別正確率會提高 1%至 4%左右 (當依變數(shù)為 ;此現(xiàn)象 ,可做為業(yè)者運用市場區(qū)隔變數(shù)進行區(qū)別分析時的參考