基于數據挖掘的客戶細分研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論