我們?cè)O(shè)計(jì)的RFV分類模型（或稱RFV檢測(cè)儀）從“停止采購(gòu)時(shí)間”和“來(lái)店頻率”兩個(gè)維度，把“價(jià)值矩陣分析法”界定出的5個(gè)客戶價(jià)值群體再次細(xì)分為 125個(gè)不同的群體，商場(chǎng)可以針對(duì)不同的群體采取不同的營(yíng)銷(xiāo)方式。營(yíng)銷(xiāo)的主導(dǎo)思想是：讓左邊（F值小、來(lái)店頻率低）的多來(lái)商場(chǎng)，讓右邊（來(lái)店頻率高）的提 高消費(fèi)金額，讓下邊（V值低）的提升消費(fèi)能力，把后面（R值大）的挽救回來(lái)、激活起來(lái)。最有價(jià)值的、使用頻率最高的用法是監(jiān)測(cè)客戶消費(fèi)行為異動(dòng)，及時(shí)采取 應(yīng)對(duì)措施，防范重要客戶流失（即“客戶流失預(yù)警”）。
    用戶還可以分別從R、F、V三個(gè)維度進(jìn)行切片和切塊觀察，鎖定感興趣的目標(biāo)群體；下鉆到具體會(huì)員記錄的時(shí)候，還可以用右鍵調(diào)閱該會(huì)員的“FM心電圖”（每次購(gòu)物的金額與間隔時(shí)間）。富基融通的顏總把RFV三維分類模型生動(dòng)地形容成：“零售醫(yī)院的CT機(jī)”。
    在百度搜索中輸入“RFV三維分類模型”，找不到一條可以借鑒的資料——在畫(huà)“瓢”的時(shí)候，沒(méi)有“葫蘆”可依。
    第三個(gè)例子：現(xiàn)成的瓢——“客戶生命周期分析”

    在所有的數(shù)據(jù)分析模型中，“客戶生命周期”的分析模型可能是最簡(jiǎn)單、最現(xiàn)成的。在理論上表述得最為完整的、集大成者應(yīng)該是某著名咨詢機(jī)構(gòu)的這張圖：
    對(duì)于零售企業(yè)來(lái)說(shuō)，數(shù)據(jù)分析與運(yùn)用的聚焦點(diǎn)在會(huì)員的“成長(zhǎng)、成熟、衰退”這三個(gè)階段所形成“拋物線”上。可是把真實(shí)的會(huì)員消費(fèi)數(shù)據(jù)導(dǎo)入分析模型后，生成的 卻是不是BI廠商和咨詢機(jī)構(gòu)們所描繪的、和用戶們所期盼的拋物線，而是雜亂無(wú)章的鋸齒線？可以肯定，在CRA系統(tǒng)上線初期，所看到的基本上都是這種線條。

    是分析模型錯(cuò)了嗎？在這樣的圖形上怎么能判定出會(huì)員正處于生命周期的哪個(gè)階段？如果不能給個(gè)合理的說(shuō)法，肯定會(huì)引起用戶對(duì)這個(gè)分析模型的可信度產(chǎn)生懷疑，繼而蔓延成對(duì)整個(gè)CRA數(shù)據(jù)分析體系的“信任危機(jī)”。
    點(diǎn)擊“商品生命周期_百度百科”這條鏈接可以看到：行業(yè)中對(duì)“商品生命周期”的階段劃分和描繪的拋物線，與“客戶生命周期”如同翻版�？墒巧唐放c顧客這兩 個(gè)分析對(duì)象在本質(zhì)屬性上卻存在著巨大的差異：商品是受控對(duì)象，在有效的管理狀態(tài)下形成拋物線狀的銷(xiāo)售曲線，是可信的！而顧客是行為自控者，并且商場(chǎng)對(duì)顧客 目前還遠(yuǎn)遠(yuǎn)談不上有效管理，所以消費(fèi)行為呈現(xiàn)出無(wú)規(guī)則的鋸齒線狀態(tài)，正是對(duì)實(shí)際狀態(tài)的客觀寫(xiě)照，不是分析模型出了錯(cuò)。
    那是理論權(quán)威們錯(cuò)了嗎？也不是！畢竟這套理論不是在中國(guó)零售業(yè)目前的經(jīng)營(yíng)水準(zhǔn)上構(gòu)建起來(lái)的。富基融通的唐總認(rèn)為：客戶生命周期確實(shí)可以形成分析模型圖中所 描述的拋物線，但前提是要持續(xù)保持客戶的“忠誠(chéng)度”。在運(yùn)用CRA的分析數(shù)據(jù)對(duì)會(huì)員按價(jià)值、特征、行為等多維度屬性劃分為不同的群體，實(shí)現(xiàn)個(gè)性化營(yíng)銷(xiāo)之 后，會(huì)員的忠誠(chéng)度和在商場(chǎng)的消費(fèi)能力應(yīng)該會(huì)隨著商家“面向客戶”的營(yíng)銷(xiāo)組織能力日益成熟而越來(lái)越高，然后相對(duì)持續(xù)平穩(wěn)，呈現(xiàn)出與商品營(yíng)銷(xiāo)類似的受控狀態(tài)。 “在這個(gè)意義上講，客戶生命周期 拋物線我覺(jué)得是合理的，這也是商家需要追求的，或者說(shuō)這是商家對(duì)實(shí)施CRM的最高期望�！� 由此可見(jiàn)，對(duì)于零售行業(yè)來(lái)說(shuō)，理論權(quán)威們所描繪的拋物線是“未來(lái)時(shí)”，是“共產(chǎn)主義階段”；而我們現(xiàn)在和CRM產(chǎn)品上線初期所看到的鋸齒線是“過(guò)去時(shí)”， 是“社會(huì)主義的初級(jí)階段”。當(dāng)鋸齒線逐漸向拋物線演變的時(shí)候（這種演變將率先在“關(guān)鍵客戶”、“重要客戶”群體中出現(xiàn)），我們的用戶就成功了。
    關(guān)于“客戶生命周期管理”的用途，行業(yè)中人的普遍印象是用于“客戶流失預(yù)警”。對(duì)此，我有不同的思考：
    ①、“客戶流失預(yù)警”對(duì)時(shí)效性的要求比較高，而“客戶生命周期管理”是相對(duì)宏觀的管理工具，以“月”為數(shù)據(jù)顆粒。等到從拋物線上觀察出一兩個(gè)月前客戶有流失跡象的時(shí)候，很可能已經(jīng)時(shí)過(guò)境遷、生米熟飯了，還預(yù)什么警？這個(gè)“瓢”被用錯(cuò)了地方。
    ②、如果真的要用于“客戶流失預(yù)警”，那就不能像分析模型圖那樣，在拋物線上示意性地進(jìn)行階段劃分，而是要對(duì)客戶“成長(zhǎng)期、成熟期、衰退期、流失期”的界定指標(biāo)進(jìn)行量化。這個(gè)難度是相當(dāng)大的，也沒(méi)有見(jiàn)到在零售業(yè)中有人進(jìn)行這方面研究的報(bào)道。
    ③、我們已經(jīng)為“客戶流失預(yù)警”配備了以“日”和“次”為數(shù)據(jù)顆粒的RFV三維分析模型和各維切片視圖以及FM心電圖等一整套從宏觀到微觀的“ 會(huì)員體檢設(shè)備”，可以及時(shí)監(jiān)控和應(yīng)對(duì)會(huì)員消費(fèi)行為的異動(dòng)——這遠(yuǎn)遠(yuǎn)不是在那根以“月”為顆粒度的“客戶生命周期折線圖”上所能夠?qū)崿F(xiàn)的。
    ④、尺有所短，寸有所長(zhǎng)�！翱蛻羯�命周期折線圖”可以與RFV檢測(cè)儀和FM心電圖配套使用：當(dāng)RFV檢測(cè)儀發(fā)出某會(huì)員停止采購(gòu)時(shí)間超過(guò)平均采購(gòu)周期的預(yù)警 信息時(shí)，是否要立即采取發(fā)送短信等聯(lián)絡(luò)措施呢？我們可以調(diào)閱該會(huì)員的“生命周期折線圖”，觀察此前是否存在過(guò)類似的現(xiàn)象，再作出適當(dāng)?shù)臎Q定。比如說(shuō)，在前 面舉例的兩幅“會(huì)員三年消費(fèi)表現(xiàn)”折線圖中，就有過(guò)停購(gòu)2至5個(gè)月后再恢復(fù)消費(fèi)的現(xiàn)象。
    第四個(gè)例子：商業(yè)智能皇冠上的明珠——“啤酒與尿布”
    談到商業(yè)智能（BI），言必稱購(gòu)物籃分析；談到購(gòu)物籃分析，言必稱關(guān)聯(lián)分析；談到關(guān)聯(lián)分析，言必稱“啤酒與尿布”。比較流行的故事是：“沃爾瑪早年利用 ＮＣＲ數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，對(duì)商品進(jìn)行市場(chǎng)類組分析，即分析哪些商品顧客最有希望一起購(gòu)買(mǎi)。沃爾瑪利用ＮＣＲ自動(dòng)數(shù)據(jù)挖掘工具對(duì)一年多詳細(xì)的原始交易數(shù)據(jù)進(jìn)行分 析和挖掘時(shí)發(fā)現(xiàn)：跟尿布一起購(gòu)買(mǎi)最多的商品竟是啤酒！”。于是“啤酒與尿布”就成了商業(yè)智能皇冠上的明珠，權(quán)威云集、爭(zhēng)相著述、模型與算法推陳出新，在科 研水準(zhǔn)和學(xué)術(shù)價(jià)值上達(dá)到了難以超越高度；甚至連各種算法的代碼都連篇累牘、非常完整，似乎只要套進(jìn)程序，這個(gè)模塊的設(shè)計(jì)就八九不離十了。
    運(yùn)用關(guān)聯(lián)分析的窮舉算法自動(dòng)挖掘出“啤酒與尿布”，這給人們帶來(lái)了無(wú)限的啟發(fā)和期盼；運(yùn)用先行者們的研究成果把“購(gòu)物籃分析”模塊設(shè)計(jì)出來(lái)是沒(méi)有什么難度 了，但我們更需要關(guān)注的是：這樣設(shè)計(jì)出來(lái)的模塊真正能給用戶帶來(lái)什么應(yīng)用價(jià)值——價(jià)值目標(biāo)不明確的產(chǎn)品研發(fā)，會(huì)讓我們與用戶都深陷泥潭！有鑒于此，我提出 幾點(diǎn)直覺(jué)上的質(zhì)疑，希望能與大家在探討的過(guò)程中釋疑解惑。
    1、“啤酒與尿布”真的是被“購(gòu)物籃分析”給挖掘出來(lái)的嗎？在諸多的故事版本中，我覺(jué)得下面這個(gè)版本的故事更為接近“啤酒與尿布”真正的身世因果和BI應(yīng) 用的真實(shí)場(chǎng)景：“曾有一段時(shí)間，沃爾瑪在美國(guó)的店面經(jīng)理發(fā)現(xiàn)一種現(xiàn)象：每周啤酒和尿布的銷(xiāo)量都會(huì)有一次同比攀升，但一時(shí)搞不清是什么原因。后來(lái)，沃爾瑪運(yùn) 用BI技術(shù)發(fā)現(xiàn)，購(gòu)買(mǎi)這兩種產(chǎn)品的顧客幾乎都是25～35歲、家有嬰兒的男性，每次購(gòu)買(mǎi)時(shí)間均在周末。沃爾瑪在對(duì)相關(guān)數(shù)據(jù)分析后得出，這些人習(xí)慣晚上邊看 球賽、邊喝啤酒，對(duì)于要照顧的孩子，為了圖省事就用一次性尿布。得到結(jié)果后，沃爾瑪決定，把這兩種商品集中擺在一起，結(jié)果銷(xiāo)量有了顯著增加。 ”
    請(qǐng)注意三個(gè)關(guān)鍵點(diǎn)：“有一段時(shí)間、店面經(jīng)理發(fā)現(xiàn)、后來(lái)運(yùn)用BI技術(shù)分析”。這與BI能自動(dòng)挖掘出“啤酒與尿布”，可是相去甚遠(yuǎn)的兩重境界！
    引用一位同行的觀點(diǎn)：“啤酒和尿片的故事很早就有人置疑，可參考這個(gè)鏈接：http://web.onetel.net.uk/~hibou /Beer%20and%20Nappies.html。事實(shí)上，在網(wǎng)絡(luò)數(shù)據(jù)/文本挖掘領(lǐng)域的從業(yè)者中，很少有人會(huì)刻意提到‘智能’這個(gè)詞，因?yàn)樗鼘?shí)在是 有點(diǎn)outdated（過(guò)時(shí)的， 不流行的）。上個(gè)世紀(jì)六十年代AI（人工智能）在機(jī)器推理和知識(shí)表述領(lǐng)域巨大的成功，使得人們很樂(lè)觀地估計(jì)要不了多長(zhǎng)時(shí)間就能真正實(shí)現(xiàn)機(jī)器智能。后來(lái)四十 多年的發(fā)展證明這是個(gè)徹頭徹尾的泥潭，反而是原來(lái)在AI領(lǐng)域不那么正統(tǒng)的機(jī)器學(xué)習(xí)越來(lái)越受到人們的重視。即便是對(duì)最外行的人作解釋，任何一個(gè)嚴(yán)肅的機(jī)器學(xué) 習(xí)專業(yè)的人也不會(huì)說(shuō)自己的程序是智能的�！�
    2、購(gòu)物籃分析連算法代碼都公諸于世了，挖掘出的成果還有什么可保密的？既然“啤酒與尿布”是被“自動(dòng)數(shù)據(jù)挖掘工具”給挖掘出來(lái)，那就應(yīng)該有源源不斷的精 彩案例傳頌于世；而“啤酒與尿布”已經(jīng)走紅多年了，怎么還是在唱獨(dú)角戲？購(gòu)物籃分析是高端應(yīng)用，高端應(yīng)用往往意味著高投入，高投入就必須有高回報(bào)，僅憑一 個(gè)從海量的交易數(shù)據(jù)中挖掘出銷(xiāo)售額占比微不足道的“啤酒與尿布”的案例，似乎很難打動(dòng)追求投資回報(bào)的零售企業(yè)。
    3、在一本書(shū)中是這樣介紹的：“研究‘啤酒與尿布’關(guān)聯(lián)的方法就是購(gòu)物籃分析，購(gòu)物籃分析是沃爾瑪秘而不宣的獨(dú)門(mén)武器，購(gòu)物籃分析可以幫助我們?cè)陂T(mén)店的銷(xiāo) 售過(guò)程中找到具有關(guān)聯(lián)關(guān)系的商品，并以此獲得銷(xiāo)售收益的增長(zhǎng)！”如果我們軟件廠商真的用這幾句話來(lái)跟客戶交流，客戶只需一句話就很可能讓我們趴下：“請(qǐng)找 找看牙膏和牙刷有沒(méi)有關(guān)聯(lián)關(guān)系？”
    雖然我們強(qiáng)調(diào)，關(guān)聯(lián)挖掘算法的價(jià)值在于它的窮舉性可以發(fā)現(xiàn)人們未曾關(guān)注到的類似“啤酒與尿布”這樣潛在的關(guān)聯(lián)規(guī)則；但這是否意味著，它可以拒絕人們用已知的關(guān)聯(lián)規(guī)則來(lái)驗(yàn)證它的可信度？
    資料上介紹的能自動(dòng)挖掘“啤酒與尿布”關(guān)聯(lián)關(guān)系的模型與算法在技術(shù)層面的科學(xué)性是無(wú)庸置疑的！“只要有力氣拿得起牙刷的人就一定會(huì)用到牙膏”也是無(wú)庸置疑 的常識(shí)！問(wèn)題可很能會(huì)出在：購(gòu)物小票上用來(lái)分析的牙膏和牙刷是兩種商品（單品），而陳列在貨架上的牙膏和牙刷卻是兩個(gè)頗有規(guī)模的商品群；數(shù)十種品牌、系 列、口味、功效、不同的包裝規(guī)格、不同的消耗周期、不同的單次購(gòu)買(mǎi)數(shù)量、越來(lái)越快的產(chǎn)品更新?lián)Q代、消費(fèi)者對(duì)新體驗(yàn)的追求、甚至在牙膏包裝中贈(zèng)送牙刷，這么 多種因素的綜合交錯(cuò)會(huì)大幅度地稀釋牙膏牙刷在單品層面形成“同時(shí)并且重復(fù)購(gòu)買(mǎi)的組合”的概率，對(duì)購(gòu)物小票進(jìn)行遍歷分析后很有可能會(huì)得出反常識(shí)的結(jié)論：牙 膏、牙刷這兩種商品之間沒(méi)有關(guān)聯(lián)性！
    對(duì)自動(dòng)挖掘“啤酒與尿布”這類潛在的“同時(shí)并且重復(fù)購(gòu)買(mǎi)的商品組合”大可不必那么癡迷，我們其實(shí)可以用“購(gòu)物籃分析”演繹出更為現(xiàn)實(shí)更有價(jià)值的應(yīng)用！比如 通過(guò)構(gòu)建會(huì)員消費(fèi)檔案來(lái)挖掘出會(huì)員與商品、品牌、營(yíng)銷(xiāo)方式、供應(yīng)商等等之間多維度的關(guān)聯(lián)規(guī)律，幫助商場(chǎng)在數(shù)以百萬(wàn)計(jì)的茫茫顧客群中精確鎖定個(gè)性化營(yíng)銷(xiāo)的目 標(biāo)。