[发明专利]一种基于用户行为数据的客户忠诚度细分方法

说明书

本发明公开了一种基于用户行为数据的客户忠诚度细分方法，其特征在于，包括如下步骤：基于电子商务网站企业日志数据库中的访问日志数据和企业业务数据库中的业务数据来提取用户进入网站后的访问行为和购买行为；结合电子商务环境特征与企业数据库中的实际数据，构建客户忠诚度的评价指标体系；结合层次分析法和K‑means聚类法计算客户的忠诚度指数，并获取客户的忠诚度类别。本发明在对客户忠诚度进行计量时不仅考虑到了客户历史的购买行为，还结合了客户对网站的访问行为，能够更加准确的根据忠诚度对客户进行分类，分析各忠诚度组别间客户的行为差异，帮助电子商务企业识别各忠诚度类别下的客户行为特征，为电子商务企业如何建立和保持客户忠诚度提供决策支持。

技术领域

本发明涉及互联网技术领域，特别是涉及一种基于用户行为数据的客户忠诚度细分方法。

背景技术

电子商务的稳步发展促使更多的传统企业和新型企业开始涌入电商行业，电商行业中企业间的竞争由此进一步加剧，如何在激烈的竞争市场中维持现有客户并不断吸引更多的新客户已成为电子商务企业共同的难题。客户忠诚度，被定义为客户对某一产品或服务的有利态度并最终导致购买，一直是传统消费者营销研究中营销理论和实践的核心主题。忠诚的客户会为企业带来诸如增加交叉销售、口碑传播、访问次数、购买与回购意愿等益处，对于电子商务企业提高其自身盈利能力，获得和保持竞争优势是至关重要的。然而，相比于传统环境，在线环境使得消费者可以更方便地搜集各种产品及其相似产品的信息，其较低的转换成本导致了消费者行为的不稳定性，因而，电子商务企业客户的忠诚度普通处于较低的水平，留住客户变得更为困难。因此，面对广阔的潜在客户市场和激烈的竞争环境，电子商务企业需要关注的主要目标在于如何建立和保持消费者的电子忠诚度。

现有的客户忠诚度评估相关的研究中(申请专利号：CN108776931A，CN106372670A)，研究者一般基于客户购买行为数据，通过RFM模型提取少数客户行为指标，结合聚类、分类等方法将客户分为不同的忠诚度组。上述研究在衡量客户的忠诚度时，主要提取的客户购买行为指标为购买行为指标，不能更进一步的区分不同忠诚度客户行为模式之间的差异。因此需要构建一种更完善的客户忠诚度评价指标体系来为电子商务企业提供更为准确的客户忠诚度分类模型及行为特征分析。

发明内容

本发明所要解决的技术问题是克服现有技术的不足，提供一种基于用户行为数据的客户忠诚度细分方法。

为解决上述技术问题，

本发明公开了一种基于用户行为数据的客户忠诚度细分方法，其特征在于，包括如下步骤：基于电子商务网站企业日志数据库中的访问日志数据和企业业务数据库中的业务数据来提取用户进入网站后的访问行为和购买行为；结合电子商务环境特征与企业数据库中的实际数据，构建客户忠诚度的评价指标体系；结合层次分析法和K-means聚类法计算客户的忠诚度指数，并获取客户的忠诚度类别，更具体为：

步骤A，获取电子商务企业的业务数据库中记录的所有用户购买数据和网络日志数据库中存储的一个时间段内的用户访问数据；

步骤B，数据预处理，清除无效数据，所述无效数据包括爬虫、异常访问的数据，清除与客户忠诚度评价无关的冗余字段和数据；

步骤C，构建用于客户忠诚度细分的行为指标体系，所述行为指标体系中包括客户忠诚度评价指标，将所述客户忠诚度评价指标包括访问忠诚维度的指标和购买忠诚维度的指标，在不同维度下选取具体行为指标，得到初步的客户忠诚度评价指标体系，根据所述初步的客户忠诚度评价指标体系，分别从访问数据和购买数据中提取访问行为指标和购买行为指标，并匹配同一用户的访问行为特征与购买行为特征，剔除无效的用户记录，得到用户行为特征集；

步骤D，根据步骤C提取的初步的客户忠诚度评价指标体系，运用随机森林算法对用户行为指标进行特征选择,筛选出对忠诚度分类的影响程度达到设定阈值的指标,获得最终的客户忠诚度评价指标体系；