基于數據挖掘的客戶細分研究.pdf

1、客戶是現代企業(yè)最重要的資源之一，保持客戶對企業(yè)的盈利能力有著重要的影響。隨著互聯網技術的發(fā)展，市場競爭的加劇，客戶呈現多元化趨勢。為更好地識別客戶群體，合理配置有限資源，提高核心競爭力，企業(yè)有必要進行客戶細分?？蛻艏毞质潜ＷC企業(yè)成功實施客戶保持的關鍵?？蛻艏毞质潜ＷC企業(yè)成功實施客戶保持的關鍵。經過多年的發(fā)展，客戶細分的理論和方法得到不斷地完善，并且被廣泛應用于各個行業(yè)的實際營銷過程中，如銀行業(yè)、電信業(yè)、零售業(yè)等一些數據密集型行業(yè)。但是，

2、在物流企業(yè)中的應用研究卻比較少。
　　 傳統(tǒng)的客戶細分方法大多是基于經驗的分類或者是基于統(tǒng)計的簡單劃分方法，無法滿足現代企業(yè)數據量日益增長的復雜分析需求。數據挖掘技術的出現和發(fā)展，為海量數據下復雜的客戶細分問題提供了新的解決方法。
　　 本文在國內外相關研究的基礎上，提出了采用基于粗糙集和主成分分析的方法進行屬性約簡，通過K-means算法對約簡數據進行聚類計算的客戶細分模型，并驗證了該模型在物流企業(yè)客戶細分中的應用。<

3、br>　　 首先，對客戶細分和數據挖掘的相關概念和理論進行了總結歸納，并是對數據挖掘中能夠用于客戶細分的方法進行了介紹。其次，結合物流企業(yè)的特點，根據客戶細分的標準，建立了物流企業(yè)的客戶細分評價指標體系。該指標體系主要從客戶價值和客戶忠誠度兩個維度方面確定客戶細分的指標，總共得到子指標個數為19個。接著，針對客戶細分指標個數較多的問題，本文采用主成分分析法和粗糙集相結合的屬性約簡方法來實現K-means聚類輸入向量的維數約簡問題。接著