『壹』 RFM模型分析與客戶細分
RFM模型分析與客戶細分
根據美國資料庫營銷研究所Arthur Hughes的研究，客戶資料庫中有三個神奇的要素，這三個要素構成了數據分析最好的指標：最近一次消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)。
RFM模型：R(Recency)表示客戶最近一次購買的時間有多遠，F(Frequency)表示客戶在最近一段時間內購買的次數，M (Monetary)表示客戶在最近一段時間內購買的金額。一般原始數據為3個欄位：客戶ID、購買時間(日期格式)、購買金額，用數據挖掘軟體處理，加權(考慮權重)得到RFM得分，進而可以進行客戶細分，客戶等級分類，Customer Level Value得分排序等，實現資料庫營銷!
這里再次借用@數據挖掘與數據分析的RFM客戶RFM分類圖。
本次分析用的的軟體工具：IBM SPSS Statistics 19，IBM SPSS Modeler14.1，Tableau7.0，EXCEL和PPT
因為RFM分析僅是項目的一個小部分分析，但也面臨海量數據的處理能力，這一點對計算機的內存和硬碟容量都有要求。
先說說對海量數據挖掘和數據處理的一點體會：(僅指個人電腦操作平台而言)
一般我們拿到的數據都是壓縮格式的文本文件，需要解壓縮，都在G位元組以上存儲單位，一般最好在外置電源移動硬碟存儲;如果客戶不告知，你大概是不知道有多少記錄和欄位的;
Modeler挖掘軟體默認安裝一般都需要與C盤進行數據交換，至少需要100G空間預留，否則讀取數據過程中將造成空間不足
海量數據處理要有耐心，等待30分鍾以上運行出結果是常有的現象，特別是在進行抽樣、合並數據、數據重構、神經網路建模過程中，要有韌性，否則差一分鍾中斷就悲劇了，呵呵;
數據挖掘的准備階段和數據預處理時間占整個項目的70%，我這里說如果是超大數據集可能時間要佔到90%以上。一方面是處理費時，一方面可能就只能這台電腦處理，不能幾台電腦同時操作;
多帶來不同，這是我一直強調的體驗。所以海量數據需要用到抽樣技術，用來查看數據和預操作，記住：有時候即使樣本數據正常，也可能全部數據有問題。建議數據分隔符採用「|」存儲;
如何強調一個數據挖掘項目和挖掘工程師對行業的理解和業務的洞察都不為過，好的數據挖掘一定是市場導向的，當然也需要IT人員與市場人員有好的溝通機制;
數據挖掘會面臨數據字典和語義層含義理解，在MetaData元數據管理和理解上下功夫會事半功倍，否則等數據重構完成發現問題又要推倒重來，悲劇;
每次海量大數據挖掘工作時都是我上微博最多的時侯，它真的沒我算的快，只好上微博等它，哈哈!
傳統RFM分析轉換為電信業務RFM分析主要思考：
這里的RFM模型和進而細分客戶僅是數據挖掘項目的一個小部分，假定我們拿到一個月的客戶充值行為數據集(實際上有六個月的數據)，我們們先用IBM Modeler軟體構建一個分析流：
數據結構完全滿足RFM分析要求，一個月的數據就有3千萬條交易記錄!
我們先用挖掘工具的RFM模型的RFM匯總節點和RFM分析節點產生R(Recency)、F(Frequency)、M (Monetary);
接著我們採用RFM分析節點就完成了RFM模型基礎數據重構和整理;
現在我們得到了RFM模型的Recency_Score、Frequency_Score、Monetary_Score和RFM_Score;這里對RFM得分進行了五等分切割，採用100、10、1加權得到RFM得分表明了125個RFM魔方塊。
傳統的RFM模型到此也就完成了，但125個細分市場太多啦無法針對性營銷也需要識別客戶特徵和行為，有必要進一步細分客戶群;
另外：RFM模型其實僅僅是一種數據處理方法，採用數據重構技術同樣可以完成，只是這里固化了RFM模塊更簡單直接，但我們可以採用RFM構建數據的方式不為RFM也可用該模塊進行數據重構。
我們可以將得到的數據導入到Tableau軟體進行描述性分析：(數據挖掘軟體在描述性和製表輸出方面非常弱智，哈哈)
我們也可以進行不同塊的對比分析：均值分析、塊類別分析等等
這時候我們就可以看出Tableau可視化工具的方便性
接下來，我們繼續採用挖掘工具對R、F、M三個欄位進行聚類分析，聚類分析主要採用：Kohonen、K-means和Two-step演算法：
這時候我們要考慮是直接用R(Recency)、F(Frequency)、M (Monetary)三個變數還是要進行變換，因為R、F、M三個欄位的測量尺度不同最好對三個變數進行標准化，例如：Z得分(實際情況可以選擇線性插值法，比較法，對標法等標准化)!另外一個考慮：就是R、F、M三個指標的權重該如何考慮，在現實營銷中這三個指標重要性顯然不同!
有資料研究表明：對RFM各變數的指標權重問題,Hughes,Arthur認為RFM在衡量一個問題上的權重是一致的,因而並沒有給予不同的劃分。而Stone,Bob通過對信用卡的實證分析,認為各個指標的權重並不相同,應該給予頻度最高,近度次之,值度最低的權重;
這里我們採用加權方法：WR=2 WF=3 WM=5的簡單加權法(實際情況需要專家或營銷人員測定);具體選擇哪種聚類方法和聚類數需要反復測試和評估，同時也要比較三種方法哪種方式更理想!
下圖是採用快速聚類的結果：
以及kohonen神經演算法的聚類結果：
接下來我們要識別聚類結果的意義和類分析：這里我們可以採用C5.0規則來識別不同聚類的特徵：
其中Two-step兩階段聚類特徵圖：
採用評估分析節點對C5.0規則的模型識別能力進行判斷：
結果還不錯，我們可以分別選擇三種聚類方法，或者選擇一種更易解釋的聚類結果，這里選擇Kohonen的聚類結果將聚類欄位寫入數據集後，為方便我們將數據導入SPSS軟體進行均值分析和輸出到Excel軟體!
輸出結果後將數據導入Excel，將R、F、M三個欄位分類與該欄位的均值進行比較，利用Excel軟體的條件格式給出與均值比較的趨勢!結合RFM模型魔方塊的分類識別客戶類型：通過RFM分析將客戶群體劃分成重要保持客戶、重要發展客戶、重要挽留客戶、一般重要客戶、一般客戶、無價值客戶等六個級別;(有可能某個級別不存在);
另外一個考慮是針對R、F、M三個指標的標准化得分按聚類結果進行加權計算，然後進行綜合得分排名，識別各個類別的客戶價值水平;
至此如果我們通過對RFM模型分析和進行的客戶細分滿意的話，可能分析就此結束!如果我們還有客戶背景資料信息庫，可以將聚類結果和RFM得分作為自變數進行其他數據挖掘建模工作!
『貳』 鐢靛晢鏁版嵁鍒嗘瀽鍩虹鎸囨爣浣撶郴
鐢靛晢鏁版嵁鍒嗘瀽鍩虹鎸囨爣浣撶郴
淇℃伅嫻銆佺墿嫻佸拰璧勯噾嫻佷笁澶у鉤鍙版槸鐢靛瓙鍟嗗姟鐨勪笁涓鏈涓洪噸瑕佺殑騫沖彴銆傝岀數瀛愬晢鍔′俊鎮緋葷粺鏈鏍稿績鐨勮兘鍔涙槸澶ф暟鎹鑳藉姏錛屽寘鎷澶ф暟鎹澶勭悊銆佹暟鎹鍒嗘瀽鍜鏁版嵁鎸栨帢鑳藉姏銆傛棤璁烘槸鐢靛晢騫沖彴錛堝傛窐瀹濓級榪樻槸鍦ㄧ數鍟嗗鉤鍙頒笂閿鍞浜у搧鐨勫崠瀹訛紝閮介渶瑕佹帉鎻澶ф暟鎹鍒嗘瀽鐨勮兘鍔涖傝秺鎴愮啛鐨勭數鍟嗗鉤鍙幫紝瓚婇渶瑕佷互閫氳繃澶ф暟鎹鑳藉姏椹卞姩鐢靛瓙鍟嗗姟榪愯惀鐨勭簿緇嗗寲錛屾洿濂界殑鎻愬崌榪愯惀鏁堟灉錛屾彁鍗囦笟緇┿傛瀯寤虹郴緇熺殑鐢靛瓙鍟嗗姟鏁版嵁鍒嗘瀽鎸囨爣浣撶郴鏄鏁版嵁鐢靛晢綺劇粏鍖栬繍钀ョ殑閲嶈佸墠鎻愶紝鏈鏂囧皢閲嶇偣浠嬬粛鐢靛晢鏁版嵁鍒嗘瀽鎸囨爣浣撶郴銆
鐢靛晢鏁版嵁鍒嗘瀽鎸囨爣浣撶郴鍒嗕負鍏澶х被鎸囨爣錛屽寘鎷鎬諱綋榪愯惀鎸囨爣銆佺綉絝欐祦閲忕瘡鎸囨爣銆侀攢鍞杞鍖栨寚鏍囥佸㈡埛浠峰兼寚鏍囥佸晢鍝佸強渚涘簲閾炬寚鏍囥佽惀閿媧誨姩鎸囨爣銆侀庨櫓鎺у埗鎸囨爣鍜屽競鍦虹珵浜夋寚鏍囥備笉鍚岀被鍒鎸囨爣瀵瑰簲鐢靛晢榪愯惀鐨勪笉鍚岀幆鑺傦紝濡傜綉絝欐祦閲忔寚鏍囧瑰簲鐨勬槸緗戠珯榪愯惀鐜鑺傦紝閿鍞杞鍖栥佸㈡埛浠峰煎拰钀ラ攢媧誨姩鎸囨爣瀵瑰簲鐨勬槸鐢靛晢閿鍞鐜鑺傘
1.鐢靛晢鎬諱綋榪愯惀鎸囨爣鐢靛晢鎬諱綋榪愯惀鏁翠綋鎸囨爣涓昏侀潰鍚戠殑浜虹兢鐢靛晢榪愯惀鐨勯珮灞傦紝閫氳繃鎬諱綋榪愯惀鎸囨爣璇勪及鐢靛晢榪愯惀鐨勬暣浣撴晥鏋溿傜數鍟嗘諱綋榪愯惀鏁翠綋鎸囨爣鍖呮嫭鍥涙柟闈㈢殑鎸囨爣錛
錛1錛夋祦閲忕被鎸囨爣
鐙絝嬭垮鏁幫紙UV錛夛紝鎸囪塊棶鐢靛晢緗戠珯鐨勪笉閲嶅嶇敤鎴鋒暟銆傚逛簬PC緗戠珯錛岀粺璁＄郴緇熶細鍦ㄦ瘡涓璁塊棶緗戠珯鐨勭敤鎴鋒祻瑙堝櫒涓娾滅嶁濅竴涓猚ookie鏉ユ爣璁拌繖涓鐢ㄦ埛錛岃繖鏍鋒瘡褰撹鏍囪癱ookie鐨勭敤鎴瘋塊棶緗戠珯鏃訛紝緇熻＄郴緇熼兘浼氳瘑鍒鍒版ょ敤鎴楓傚湪涓瀹氱粺璁″懆鏈熷唴濡傦紙涓澶╋級緇熻＄郴緇熶細鍒╃敤娑堥噸鎶鏈錛屽瑰悓涓cookie鍦ㄤ竴澶╁唴澶氭¤塊棶緗戠珯鐨勭敤鎴蜂粎璁板綍涓轟竴涓鐢ㄦ埛銆傝屽湪縐誨姩緇堢鍖哄垎鐙絝嬬敤鎴風殑鏂瑰紡鍒欐槸鎸夌嫭絝嬭懼囪＄畻鐙絝嬬敤鎴楓
欏甸潰璁塊棶鏁幫紙PV錛夛紝鍗欏甸潰嫻忚堥噺錛岀敤鎴鋒瘡涓嬈″圭數鍟嗙綉絝欐垨鐫縐誨姩鐢靛晢搴旂敤涓鐨勬瘡涓緗戦〉璁塊棶鍧囪璁板綍涓嬈★紝鐢ㄦ埛瀵瑰悓涓欏甸潰鐨勫氭¤塊棶錛岃塊棶閲忕瘡璁°
浜哄潎欏甸潰璁塊棶鏁幫紝鍗抽〉闈㈣塊棶鏁幫紙PV錛夛紡鐙絝嬭垮㈡暟錛岃ユ寚鏍囧弽鏄犵殑鏄緗戠珯璁塊棶綺樻с
錛2錛夎㈠崟浜х敓鏁堢巼鎸囨爣
鎬昏㈠崟鏁伴噺錛屽嵆璁垮㈠畬鎴愮綉涓婁笅鍗曠殑璁㈠崟鏁頒箣鍜屻
璁塊棶鍒頒笅鍗曠殑杞鍖栫巼錛屽嵆鐢靛晢緗戠珯涓嬪崟鐨勬℃暟涓庤塊棶璇ョ綉絝欑殑嬈℃暟涔嬫瘮銆
錛3錛夋諱綋閿鍞涓氱嘩鎸囨爣
緗戠珯鎴愪氦棰濓紙GMV錛夛紝鐢靛晢鎴愪氦閲戦濓紝鍗沖彧瑕佺綉姘戜笅鍗曪紝鐢熸垚璁㈠崟鍙鳳紝渚垮彲浠ヨ＄畻鍦℅MV閲岄潰銆
閿鍞閲戦濄傞攢鍞閲戦濇槸璐у搧鍑哄敭鐨勯噾棰濇婚濄
娉錛氭棤璁鴻繖涓璁㈠崟鏈緇堟槸鍚︽垚浜わ紝鏈変簺璁㈠崟涓嬪崟鏈浠樻炬垨鍙栨秷錛岄兘綆桮MV錛岄攢鍞閲戦濅竴鑸鍙鎸囧疄闄呮垚浜ら噾棰濓紝鎵浠ワ紝GMV鐨勬暟瀛椾竴鑸姣旈攢鍞閲戦濆ぇ銆
瀹㈠崟浠錛屽嵆璁㈠崟閲戦濅笌璁㈠崟鏁伴噺鐨勬瘮鍊箋
錛4錛夋暣浣撴寚鏍
閿鍞姣涘埄錛屾槸閿鍞鏀跺叆涓庢垚鏈鐨勫樊鍊箋傞攢鍞姣涘埄涓鍙鎵ｉ櫎浜嗗晢鍝佸師濮嬫垚鏈錛屼笉鎵ｉ櫎娌℃湁璁″叆鎴愭湰鐨鏈熼棿璐圭敤錛堢＄悊璐圭敤銆璐㈠姟璐圭敤銆佽惀涓氳垂鐢錛夈
姣涘埄鐜錛屾槸琛￠噺鐢靛晢浼佷笟鐩堝埄鑳藉姏鐨勬寚鏍囷紝鏄閿鍞姣涘埄涓庨攢鍞鏀跺叆鐨勬瘮鍊箋傚備含涓滅殑2014騫存瘺鍒╃巼榪炵畫鍥涗釜瀛ｅ害紼蟲ヤ笂鍗囷紝浠庣涓瀛ｅ害鐨10.0錛呬笂鍗囪嚦絎鍥涘ｅ害鐨12.7錛咃紝浣撶幇鍑轟含涓滅泩鍒╄兘鍔涚殑鎻愬崌銆
2.緗戠珯嫻侀噺鎸囨爣錛1錛夋祦閲忚勬ā綾繪寚鏍
甯哥敤鐨勬祦閲忚勬ā綾繪寚鏍囧寘鎷鐙絝嬭垮㈡暟鍜岄〉闈㈣塊棶鏁幫紝鐩稿簲鐨勬寚鏍囧畾涔夊湪鍓嶆枃錛堢數鍟嗘諱綋榪愯惀鎸囨爣錛夊凡緇忔弿榪幫紝鍦ㄦや笉鍦ㄨ禈榪般
錛2錛夋祦閲忔垚鏈緔鎸囨爣
鍗曚綅璁垮㈣幏鍙栨垚鏈銆傝ユ寚鏍囨寚鍦ㄦ祦閲忔帹騫誇腑錛屽箍鍛婃椿鍔ㄤ駭鐢熺殑鎶曟斁璐圭敤涓庡箍鍛婃椿鍔ㄥ甫鏉ョ殑鐙絝嬭垮㈡暟鐨勬瘮鍊箋傚崟浣嶈垮㈡垚鏈鏈濂戒笌騫沖潎姣忎釜璁垮㈠甫鏉ョ殑鏀跺叆浠ュ強榪欎簺璁垮㈠甫鏉ョ殑杞鍖栫巼榪涜鍏寵仈鍒嗘瀽銆傝嫢鍗曚綅璁垮㈡垚鏈涓婂崌錛屼絾璁垮㈣漿鍖栫巼鍜屽崟浣嶈垮㈡敹鍏ヤ笉鍙樻垨涓嬮檷錛屽垯寰堝彲鑳芥祦閲忔帹騫垮嚭鐜伴棶棰橈紝灝ゅ叾瑕佸叧娉ㄦ笭閬撴帹騫跨殑浣滃紛闂棰樸
錛3錛夋祦閲忚川閲忕被鎸囨爣
璺沖嚭鐜囷紙Bounce Rate錛変篃琚縐頒負韞﹀け鐜囷紝涓烘祻瑙堝崟欏靛嵆閫鍑虹殑嬈℃暟/璇ラ〉璁塊棶嬈℃暟錛岃煩鍑虹巼鍙鑳借閲忚ラ〉鍋氫負鐫闄嗛〉闈錛圠andingPage錛夌殑璁塊棶銆傚傛灉鑺遍挶鍋氭帹騫匡紝鐫钀介〉鐨勮煩鍑虹巼楂橈紝寰堝彲鑳芥槸鍥犱負鎺ㄥ箍娓犻亾閫夋嫨鍑虹幇澶辮錛屾帹騫挎笭閬撶洰鏍囦漢緹ゅ拰鍜岃鎺ㄥ箍緗戠珯鍒扮洰鏍囦漢緹や笉澶熷尮閰嶏紝瀵艱嚧澶ч儴鍒嗚垮㈡潵浜嗚塊棶涓嬈″氨紱誨紑銆
欏甸潰璁塊棶鏃墮暱銆傞〉璁塊棶鏃墮暱鏄鎸囧崟涓欏甸潰琚璁塊棶鐨勬椂闂淬傚苟涓嶆槸欏甸潰璁塊棶鏃墮暱瓚婇暱瓚婂ソ錛岃佽嗘儏鍐佃屽畾銆傚逛簬鐢靛晢緗戠珯錛岄〉闈㈣塊棶鏃墮棿瑕佺粨鍚堣漿鍖栫巼鏉ョ湅錛屽傛灉欏甸潰璁塊棶鏃墮棿闀匡紝浣嗚漿鍖栫巼浣庯紝鍒欓〉闈浣撻獙鍑虹幇闂棰樼殑鍙鑳芥у緢澶с
浜哄潎欏甸潰嫻忚堥噺銆備漢鍧囬〉闈㈡祻瑙堥噺鏄鎸囧湪緇熻″懆鏈熷唴錛屽鉤鍧囨瘡涓璁垮㈡墍嫻忚堢殑欏甸潰閲忋備漢鍧囬〉闈㈡祻瑙堥噺鍙嶅簲鐨勬槸緗戠珯鐨勭矘鎬с
錛4錛変細鍛樼被鎸囨爣
娉ㄥ唽浼氬憳鏁般傛寚涓瀹氱粺璁″懆鏈熷唴鐨勬敞鍐屼細鍛樻暟閲忋
媧昏穬浼氬憳鏁般傛椿璺冧細鍛樻暟錛屾寚鍦ㄤ竴瀹氭椂鏈熷唴鏈夋秷璐規垨鐧誨綍琛屼負鐨勪細鍛樻繪暟銆
媧昏穬浼氬憳鐜囥傚嵆媧昏穬浼氬憳鍗犳敞鍐屼細鍛樻繪暟鐨勬瘮閲嶃
浼氬憳澶嶈喘鐜囥傛寚鍦ㄧ粺璁″懆鏈熷唴浜х敓浜屾″強浜屾′互涓婅喘涔扮殑浼氬憳鍗犺喘涔頒細鍛樼殑鎬繪暟銆
浼氬憳騫沖潎璐涔版℃暟銆傛寚鍦ㄧ粺璁″懆鏈熷唴姣忎釜浼氬憳騫沖潎璐涔扮殑嬈℃暟錛屽嵆璁㈠崟鎬繪暟/璐涔扮敤鎴鋒繪暟銆備細鍛樺嶈喘鐜囬珮鐨勭數鍟嗙綉絝欏鉤鍧囪喘涔版℃暟涔熼珮銆
浼氬憳鍥炶喘鐜囥傛寚涓婁竴鏈熸湯媧昏穬浼氬憳鍦ㄤ笅涓鏈熸椂闂村唴鏈夎喘涔拌屼負鐨勪細鍛樻瘮鐜囥
浼氬憳鐣欏瓨鐜囥備細鍛樺湪鏌愭墊椂闂村唴寮濮嬭塊棶浣犵殑緗戠珯錛岀粡榪囦竴孌墊椂闂村悗錛屼粛鐒朵細緇х畫璁塊棶浣犵殑緗戠珯灝辮璁や綔鏄鐣欏瓨錛岃繖閮ㄥ垎浼氬憳鍗犲綋鏃舵柊澧炰細鍛樼殑姣斾緥灝辨槸鏂頒細鍛樼暀瀛樼巼錛岃繖縐嶇暀瀛樼殑璁＄畻鏂規硶鏄鎸夌収媧昏穬鏉ヨ＄畻錛屽彟澶栦竴縐嶈＄畻鐣欏瓨鐨勬柟娉曟槸鎸夋秷璐規潵璁＄畻錛屽嵆鏌愭電殑鏂板炴秷璐圭敤鎴峰湪寰鍚庝竴孌墊椂闂存椂闂村懆鏈燂紙鏃墮棿鍛ㄦ湡鍙浠ユ槸鏃ャ佸懆銆佹湀銆佸ｅ害鍜屽崐騫村害錛夎繕緇х畫娑堣垂鐨勪細鍛樻瘮鐜囥傜暀瀛樼巼涓鑸鐪嬫柊浼氬憳鐣欏瓨鐜囷紝褰撶劧涔熷彲浠ョ湅媧昏穬浼氬憳鐣欏瓨銆傜暀瀛樼巼鍙嶅簲鐨勬槸鐢靛晢鐣欎綇浼氬憳鐨勮兘鍔涖
3.緗戠珯閿鍞錛堣漿鍖栫巼錛夌被鎸囨爣錛1錛夎喘鐗╄濺綾繪寚鏍
鍩虹綾繪寚鏍囷紝鍖呮嫭涓瀹氱粺璁″懆鏈熷唴鍔犲叆璐鐗╄濺嬈℃暟銆佸姞鍏ヨ喘鐗╄濺涔板舵暟銆佸姞鍏ヨ喘鐗╄濺涔板舵暟浠ュ強鍔犲叆璐鐗╄濺鍟嗗搧鏁般
杞鍖栫被鎸囨爣錛屼富瑕佹槸璐鐗╄濺鏀浠樿漿鍖栫巼錛屽嵆涓瀹氬懆鏈熷唴鍔犲叆璐鐗╄濺鍟嗗搧鏀浠樹拱瀹舵暟涓庡姞鍏ヨ喘鐗╄濺璐涔板舵暟鐨勬瘮鍊箋
錛2錛変笅鍗曠被鎸囨爣
鍩虹綾繪寚鏍囷紝鍖呮嫭涓瀹氱粺璁″懆鏈熷唴鐨勪笅鍗曠瑪鏁般佷笅鍗曢噾棰濅互鍙婁笅鍗曚拱瀹舵暟銆
杞鍖栫被鎸囨爣錛屼富瑕佹槸嫻忚堜笅鍗曡漿鍖栫巼錛屽嵆涓嬪崟涔板舵暟涓庣綉絝欒垮㈡暟錛圲V錛夌殑姣斿箋
錛3錛夋敮浠樼被鎸囨爣
鍩虹緇熻＄被鎸囨爣錛屽寘鎷涓瀹氱粺璁″懆鏈熷唴鏀浠橀噾棰濄佹敮浠樹拱瀹舵暟鍜屾敮浠樺晢鍝佹暟銆
杞鍖栫被鎸囨爣銆傚寘鎷嫻忚-鏀浠樹拱瀹惰漿鍖栫巼錛堟敮浠樹拱瀹舵暟/緗戠珯璁垮㈡暟錛夈佷笅鍗-鏀浠橀噾棰濊漿鍖栫巼錛堟敮浠橀噾棰/涓嬪崟閲戦濓級銆佷笅鍗-鏀浠樹拱瀹舵暟杞鍖栫巼錛堟敮浠樹拱瀹舵暟/涓嬪崟涔板舵暟錛夊拰涓嬪崟-鏀浠樻椂闀匡紙涓嬪崟鏃墮棿鍒版敮浠樻椂闂寸殑宸鍊礆級銆
4.瀹㈡埛浠峰肩被鎸囨爣瀹㈡埛鎸囨爣銆傚父瑙佸㈡埛鎸囨爣鍖呮嫭涓瀹氱粺璁″懆鏈熷唴鐨勭瘡璁¤喘涔板㈡埛鏁板拰瀹㈠崟浠楓傚㈠崟浠鋒槸鎸囨瘡涓涓瀹㈡埛騫沖潎璐涔板晢鍝佺殑閲戦濓紝涔熷嵆鏄騫沖潎浜ゆ槗閲戦濓紝鍗蟲垚浜ら噾棰濅笌鎴愪氦鐢ㄦ埛鏁扮殑姣斿箋
鏂板㈡埛鎸囨爣銆傚父瑙佹柊瀹㈡埛鎸囨爣鍖呮嫭涓瀹氱粺璁″懆鏈熷唴鐨勬柊瀹㈡埛鏁伴噺銆佹柊瀹㈡埛鑾峰彇鎴愭湰鍜屾柊瀹㈡埛瀹㈠崟浠楓傚叾涓錛屾柊瀹㈡埛瀹㈠崟浠鋒槸鎸囩涓嬈″湪搴楅摵涓浜х敓娑堣垂琛屼負鐨勫㈡埛鎵浜х敓浜ゆ槗棰濅笌鏂板㈡埛鏁伴噺鐨勬瘮鍊箋傚獎鍝嶆柊瀹㈡埛瀹㈠崟浠風殑鍥犵礌闄や簡涓庢帹騫挎笭閬撶殑璐ㄩ噺鏈夊叧緋伙紝榪樹笌鐢靛晢搴楅摵媧誨姩浠ュ強鍏寵仈閿鍞鏈夊叧銆
鑰佸㈡埛鎸囨爣銆傚父瑙佽佸㈡埛鎸囨爣鍖呮嫭娑堣垂棰戠巼銆佹渶榪戜竴嬈¤喘涔版椂闂淬佹秷璐歸噾棰濆拰閲嶅嶈喘涔扮巼銆傛秷璐歸戠巼鏄鎸囧㈡埛鍦ㄤ竴瀹氭湡闂村唴鎵璐涔扮殑嬈℃暟錛涙渶榪戜竴嬈¤喘涔版椂闂磋〃紺哄㈡埛鏈榪戜竴嬈¤喘涔扮殑鏃墮棿紱葷幇鍦ㄦ湁澶氳繙錛涘㈡埛娑堣垂閲戦濇寚瀹㈡埛鍦ㄦ渶榪戜竴孌墊椂闂村唴璐涔扮殑閲戦濄傛秷璐歸戠巼瓚婇珮錛屾渶榪戜竴嬈¤喘涔版椂闂寸葷幇鍦ㄨ秺榪戱紝娑堣垂閲戦濊秺楂樼殑瀹㈡埛瓚婃湁浠峰箋傞噸澶嶈喘涔扮巼鍒欐寚娑堣垂鑰呭硅ュ搧鐗屼駭鍝佹垨鑰呮湇鍔＄殑閲嶅嶈喘涔版℃暟錛岄噸澶嶈喘涔扮巼瓚婂氾紝鍒欏弽搴斿嚭娑堣垂鑰呭瑰搧鐗岀殑蹇犺瘹搴﹀氨瓚婇珮錛屽弽涔嬪垯瓚婁綆銆傞噸澶嶈喘涔扮巼鍙浠ユ寜涓ょ嶅彛寰勬潵緇熻★細絎涓縐嶏紝浠庡㈡埛鏁拌掑害錛岄噸澶嶈喘涔扮巼鎸囧湪涓瀹氬懆鏈熷唴涓嬪崟嬈℃暟鍦ㄤ袱嬈″強涓ゆ′互涓婄殑浜烘暟涓庢諱笅鍗曚漢鏁頒箣姣旓紝濡傚湪涓涓鏈堝唴錛屾湁100涓瀹㈡埛鎴愪氦錛屽叾涓鏈20涓鏄璐涔頒袱嬈″強浠ヤ笂錛屽垯閲嶅嶈喘涔扮巼涓20%錛涚浜岀嶏紝鎸変氦鏄撹＄畻錛屽嵆閲嶅嶈喘涔頒氦鏄撴℃暟涓庢諱氦鏄撴℃暟鐨勬瘮鍊礆紝濡傛煇鏈堝唴錛屼竴鍏變駭鐢熶簡100絎斾氦鏄擄紝鍏朵腑鏈20涓浜烘湁浜嗕簩嬈¤喘涔幫紝榪20浜轟腑鐨10涓浜哄張鏈変簡涓夋¤喘涔幫紝鍒欓噸澶嶈喘涔版℃暟涓30嬈★紝閲嶅嶈喘涔扮巼涓30%銆
5.鍟嗗搧綾繪寚鏍浜у搧鎬繪暟鎸囨爣銆傚寘鎷琒KU銆丼PU鍜屽湪綰縎PU銆係KU鏄鐗╃悊涓婁笉鍙鍒嗗壊鐨鏈灝忓瓨璐у崟浣銆係PU鍗砈tandard Proct Unit 錛堟爣鍑嗗寲浜у搧鍗曞厓錛夛紝SPU鏄鍟嗗搧淇℃伅鑱氬悎鐨鏈灝忓崟浣錛屾槸涓緇勫彲澶嶇敤銆佹槗媯緔㈢殑鏍囧噯鍖栦俊鎮鐨勯泦鍚堬紝璇ラ泦鍚堟弿榪頒簡涓涓浜у搧鐨勭壒鎬с傞氫織鐐硅詫紝灞炴у箋佺壒鎬х浉鍚岀殑鍟嗗搧灝卞彲浠ョО涓轟竴涓猄PU銆傚俰phone5S鏄涓涓猄PU錛岃宨Phone 5S閰嶇疆涓16G鐗堛4G鎵嬫満銆侀滆壊涓洪噾鑹層佺綉緇滅被鍨嬩負TD-LTE/TD-SCDMA/WCDMA/GSM鍒欐槸涓涓猄KU銆傚湪綰縎PU鍒欐槸鍦ㄧ嚎鍟嗗搧鐨凷PU鏁般
浜у搧浼樺娍鎬ф寚鏍囥備富瑕佹槸鐙瀹朵駭鍝佺殑鏀跺叆鍗犳瘮錛屽嵆鐙瀹墮攢鍞鐨勪駭鍝佹敹鍏ュ崰鎬婚攢鍞鏀跺叆鐨勬瘮渚嬨
鍝佺墝瀛橀噺鎸囨爣銆傚寘鎷鍝佺墝鏁板拰鍦ㄧ嚎鍝佺墝鏁版寚鏍囥傚搧鐗屾暟鎸囧晢鍝佺殑鍝佺墝鎬繪暟閲忋傚湪綰垮搧鐗屾暟鍒欐寚鍦ㄧ嚎鍟嗗搧鐨勫搧鐗屾繪暟閲忋
涓婃灦銆傚寘鎷涓婃灦鍟嗗搧SKU鏁般佷笂鏋跺晢鍝丼PU鏁般佷笂鏋跺湪綰縎PU鏁般佷笂鏋跺晢鍝佹暟鍜屼笂鏋跺湪綰垮晢鍝佹暟銆
棣栧彂銆傚寘鎷棣栨′笂鏋跺晢鍝佹暟鍜岄栨′笂鏋跺湪綰垮晢鍝佹暟銆
6.甯傚満钀ラ攢媧誨姩鎸囨爣甯傚満钀ラ攢媧誨姩鎸囨爣銆傚寘鎷鏂板炶塊棶浜烘暟銆佹柊澧炴敞鍐屼漢鏁般佹昏塊棶嬈℃暟銆佽㈠崟鏁伴噺銆佷笅鍗曡漿鍖栫巼浠ュ強ROI銆傚叾涓錛屼笅鍗曡漿鍖栫巼鏄鎸囨椿鍔ㄦ湡闂達紝鏌愭椿鍔ㄦ墍甯︽潵鐨勪笅鍗曠殑嬈℃暟涓庤塊棶璇ユ椿鍔ㄧ殑嬈℃暟涔嬫瘮銆傛姇璧勫洖鎶ョ巼錛圧OI錛夋槸鎸囷紝鏌愪竴媧誨姩鏈熼棿錛屼駭鐢熺殑浜ゆ槗閲戦濅笌媧誨姩鎶曟斁鎴愭湰閲戦濈殑姣斿箋
騫垮憡鎶曟斁鎸囨爣銆傚寘鎷鏂板炶塊棶浜烘暟銆佹柊澧炴敞鍐屼漢鏁般佹昏塊棶嬈℃暟銆佽㈠崟鏁伴噺銆乁V璁㈠崟杞鍖栫巼銆佸箍鍛婃姇璧勫洖鎶ョ巼銆傚叾涓錛屼笅鍗曡漿鍖栫巼鏄鎸囨煇騫垮憡鎵甯︽潵鐨勪笅鍗曠殑嬈℃暟涓庤塊棶璇ユ椿鍔ㄧ殑嬈℃暟涔嬫瘮銆傛姇璧勫洖鎶ョ巼錛圧OI錛夋槸鎸囷紝鏌愬箍鍛婁駭鐢熺殑浜ゆ槗閲戦濅笌騫垮憡鎶曟斁鎴愭湰閲戦濈殑姣斿箋
7銆侀庢帶綾繪寚鏍涔板惰瘎浠鋒寚鏍囥傚寘鎷涔板惰瘎浠鋒暟錛屼拱瀹惰瘎浠峰崠瀹舵暟銆佷拱瀹惰瘎浠蜂笂浼犲浘鐗囨暟銆佷拱瀹惰瘎浠風巼銆佷拱瀹跺ソ璇勭巼浠ュ強鍗栧跺樊璇勭巼銆傚叾涓錛屼拱瀹惰瘎浠風巼鏄鎸囨煇孌墊椂闂村弬涓庤瘎浠風殑鍗栧朵笌璇ユ椂闂存典拱瀹舵暟閲忕殑姣斿礆紝鏄鍙嶆槧鐢ㄦ埛瀵硅瘎浠風殑鍙備笌搴︼紝鐢靛晢緗戠珯鐩鍓嶉兘鍦ㄧН鏋佸紩瀵肩敤鎴瘋瘎浠鳳紝浠ヤ綔涓哄叾浠栦拱瀹惰喘鐗╂椂鍊欑殑鍙傝冦備拱瀹跺ソ璇勭巼鎸囨煇孌墊椂闂村唴濂借瘎鐨勪拱瀹舵暟閲忎笌璇ユ椂闂存典拱瀹舵暟閲忕殑姣斿箋傚悓鏍鳳紝涔板跺樊璇勭巼鎸囨煇孌墊椂闂村唴宸璇勭殑涔板舵暟閲忎笌璇ユ椂闂存典拱瀹舵暟閲忕殑姣斿箋傚挨鍏舵槸涔板跺樊璇勭巼錛屾槸闈炲父鍊煎緱鍏蟲敞鐨勬寚鏍囷紝闇瑕佺洃鎺ц搗鏉ワ紝涓鏃﹀彂鐜頒拱瀹跺樊璇勭巼鍦ㄥ姞閫熶笂鍗囷紝涓瀹氳佹彁楂樿︽儠錛屽垎鏋愬紩璧峰樊璇勭巼涓婂崌鐨勫師鍥狅紝鍙婃椂鏀硅繘銆
涔板舵姇璇夌被鎸囨爣銆傚寘鎷鍙戣搗鎶曡瘔錛堟垨鐢寵瘔錛夛紝鎾ら攢鎶曡瘔錛堟垨鐢寵瘔錛夛紝鎶曡瘔鐜囷紙涔板舵姇璇変漢鏁板崰涔板舵暟閲忕殑姣斾緥錛夌瓑銆傛姇璇夐噺鍜屾姇璇夌巼閮介渶瑕佸強鏃剁洃鎺э紝浠ュ彂鐜伴棶棰橈紝鍙婃椂浼樺寲銆
8銆佸競鍦虹珵浜夌被鎸囨爣甯傚満浠介濈浉鍏蟲寚鏍囷紝鍖呮嫭甯傚満鍗犳湁鐜囥佸競鍦烘墿澶х巼鍜岀敤鎴蜂喚棰濄傚競鍦哄崰鏈夌巼鎸囩數鍟嗙綉絝欎氦鏄撻濆崰鍚屾湡鎵鏈夊悓綾誨瀷鐢靛晢緗戠珯鏁翠綋浜ゆ槗棰濈殑姣旈噸錛涘競鍦烘墿澶х巼鎸囪喘鐗╃綉絝欏崰鏈夌巼杈冧笂涓涓緇熻″懆鏈熷為暱鐨勭櫨鍒嗘瘮錛涚敤鎴蜂喚棰濇寚璐鐗╃綉絝欑嫭絝嬭塊棶鐢ㄦ埛鏁板崰鍚屾湡鎵鏈塀2C璐鐗╃綉絝欏悎璁＄嫭絝嬭塊棶鐢ㄦ埛鏁扮殑姣斾緥銆
緗戠珯鎺掑悕錛屽寘鎷浜ゆ槗棰濇帓鍚嶅拰嫻侀噺鎺掑悕銆備氦鏄撻濇帓鍚嶆寚鐢靛晢緗戠珯浜ゆ槗棰濆湪鎵鏈夊悓綾葷數鍟嗙綉絝欎腑鐨勬帓鍚嶏紱嫻侀噺鎺掑悕鎸囩數鍟嗙綉絝欑嫭絝嬭垮㈡暟閲忓湪鎵鏈夊悓綾葷數鍟嗙綉絝欎腑鐨勬帓鍚嶃
鎬諱箣錛屾湰鏂囦粙緇嶄簡鐢靛晢鏁版嵁鍒嗘瀽鐨勫熀紜鎸囨爣浣撶郴錛屾兜鐩栦簡嫻侀噺銆侀攢鍞杞鍖栫巼銆佸㈡埛浠峰箋佸晢鍝佺被鐩銆佽惀閿媧誨姩銆侀庢帶鍜屽競鍦虹珵浜夋寚鏍囷紝榪欎簺鎸囨爣閮介渶瑕佺郴緇熷寲鐨勮繘琛岀粺璁″拰鐩戞帶錛屾墠鑳芥洿濂界殑鍙戠幇鐢靛晢榪愯惀鍋ュ悍搴︾殑闂棰橈紝浠ユ洿濂藉強鏃舵敼榪涘拰浼樺寲錛屾彁鍗囩數鍟嗘敹鍏ャ傚傞攢鍞杞鍖栫巼錛屽叾鏈璐ㄤ笂鏄涓涓婕忔枟妯″瀷錛屽備粠緗戠珯棣栭〉鍒版渶緇堣喘涔板悇涓闃舵電殑杞鍖栫巼鐨勭洃鎺у拰鍒嗘瀽鏄緗戠珯榪愯惀鍋ュ悍搴﹀緢閲嶈佺殑鍒嗘瀽鏂瑰悜銆
浠ヤ笂鏄灝忕紪涓哄ぇ瀹跺垎浜鐨勫叧浜鐢靛晢鏁版嵁鍒嗘瀽鍩虹鎸囨爣浣撶郴鐨勭浉鍏沖唴瀹癸紝鏇村氫俊鎮鍙浠ュ叧娉鐜鐞冮潚鈃鍒嗕韓鏇村氬共璐