鲍俊颖，吴瑶瑶

(重庆第二师范学院 数学与信息工程学院，重庆400065)

伴随“互联网+”网络时代的冲击，网络销售逐渐取代传统销售，网络销售行业竞争日趋严重。本文以淘宝某高级礼服商家为例，该店铺为淘宝皇冠店铺，近期销售额持续下滑，通过促销、聚划算等营销手段能够在短暂时期内增加较多的客流量，但是新流量的后期维护问题困扰着商家。同时，买家的回头率与回购的订单价的把控都存在严重缺陷[1]。而这些问题的存在主要是对顾客的资源发掘不充分，通过选取店铺销售数据中的11 013个样本进行分析，根据有效客户制定营销计划，实现精准营销(如提供价格折扣、产品对比等服务)，使销售商在有效预算下获得利益最大化。此外，本文通过有效客户预测近期购买力，还能为商家减少货物积压等，有助于改良现有的销售模式、提高销售收益[2]。

1 分类树模型下的重购客户选择

1.1 RFM热度分析

以RFM模型度量买家价值及买家盈利能力，构建3个要素动态展示客户的整体轮廓，即最近一次交易的时间(记为R)、近期交易次数(记为F)和近期交易金额(记为M)。将时间段内客户的交易金额进行分等级评分，3类指标计算得到“有效”评分数为RFM=100R×10F×M[3]。

本文对店铺某季度的销售数据11 013个样本进行RFM分析，构建RFM模型所需数据(交易时间、金额、次数)。作出离散化之后的RFM块计数图和RFM热图，如图1。RFM块计数图呈现根据离散化方法设定的块的分布，每个条的高度代表着对应RFM得分的客户数量。……