[发明专利]以物流数据建立客户画像的方法

说明书

本发明公开了以物流数据建立客户画像的方法，包括下列步骤：步骤1、数据获取和预处理：获取物流数据并对物流数据进行清洗；步骤2、构建客户生命周期模型；步骤3、构建关于需求偏好的客户画像；步骤4、构建推荐系统：采用K‑means聚类方法对客户产生的盈利额进行离散化分析进而划分客户等级，通过协同方法分析获得与客户需求接近的产品进行推荐，当无法通过协同方法获得足够的可推荐产品时，采用矩阵分解方法对客户进行推荐。本发明方便企业根据客户生命周期阶段及其变化，主动调整应对策略，产生更好的收益。同时由此方法扩大了可推荐产品的范围，保证了一定的可靠性。

技术领域

本发明属于大数据领域，涉及以物流数据建立客户画像的方法。

背景技术

随着信息时代的发展，随处都充斥着大数据的身影。在此类海量数据库中，隐藏着无数商业秘密，也孕育着很多机遇以及潜在的成功。但将这些信息利用起来却是一项令人望而生畏的工程。

现有的建立客户画像的方法，对物流数据的利用大部分聚焦于客户购买物品的种类、数量、地址等数据，在进行客户画像的时候缺乏对客户作为购买者在长期购买过程中由于所处客户生命周期的阶段不同，产生不同的消费心理，特别是缺乏依据物流数据分析获取客户生命周期，从而进一步完善客户画像的方法。另一方面，现有对客户偏好的分析获取的推荐产品的算法，大多基于客户个体已购买的产品，而由于物流数据中与产品相关的特征较少，导致对客户推荐的产品与客户需求不对应或属于已被满足的客户需求，因此导致客户画像用于产品推荐有效性不足的问题。

发明内容

本发明的目的在于提供以物流数据建立客户画像的方法，以解决现有技术中缺乏依据物流数据分析获取客户生命周期，导致客户画像不准确，以及物料数据中涉及产品的特征较少，导致现有客户画像应用的推荐算法不能有效匹配客户需求的技术问题。

所述的以物流数据建立客户画像的方法，包括下列步骤：

步骤1、数据获取和预处理：获取物流数据并对物流数据进行清洗；

步骤2、构建客户生命周期模型：定义客户的购买持续时间L为客户第一次购买到最后一次购买的时间间隔，定义客户最近一次购买时间间隔R为客户最近一次购买时间到建立客户画像当日的时间间隔，以L为横轴、R为纵轴设定坐标系绘制客户气泡图，通过设定分别对应横轴和纵轴的分类节点值l和r，将所述气泡图划分为四个区域，所述四个区域对应客户生命周期的不同阶段；

步骤3、构建关于需求偏好的客户画像：根据物流数据中的消费数据分别汇总，统计客户购买最多的产品系列，客户生命周期，客户的购买时间分布，客户购买商品总耗费的金额；

步骤4、构建推荐系统：采用K-means聚类方法对客户产生的盈利额进行离散化分析进而划分客户等级，通过协同方法分析客户相似度获得与客户需求接近的产品进行推荐，当无法通过协同方法获得足够的可推荐产品时，采用矩阵分解方法对客户进行推荐；

由上述步骤得到客户的需求偏好，确定对客户的推荐产品和相应的客户关怀力度。

优选的，所述步骤2中，所述四个区域与客户生命周期的不同阶段的对应关系如下：拓展阶段对应L＜l且R＜r的区域，成熟阶段对应L＜l且R＞r的区域，提升阶段对应L＞l且R＜r的区域，衰退流失阶段对应L＞l且R＞r的区域，在制定客户关怀政策时依据客户生命周期的不同阶段进行不同力度的关怀，按照衰退流失阶段、拓展阶段、提升阶段到成熟阶段的次序依次增大关怀力度。