

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息網(wǎng)絡(luò)的迅猛發(fā)展,零售市場(chǎng)以客戶(hù)為中心的、服務(wù)為目的的戰(zhàn)略顯得至關(guān)重要,掌握客戶(hù)的需求趨勢(shì),加強(qiáng)與客戶(hù)的關(guān)系,有效發(fā)掘、管理客戶(hù)資源是企業(yè)的致勝關(guān)鍵。因此,客戶(hù)關(guān)系管理成為了零售領(lǐng)域的研究焦點(diǎn)。客戶(hù)細(xì)分是客戶(hù)關(guān)系管理中的首要任務(wù),只有得到好的細(xì)分模型才能有效地對(duì)客戶(hù)進(jìn)行識(shí)別,進(jìn)而客戶(hù)保持、客戶(hù)吸引才能針對(duì)性地實(shí)施。 許多營(yíng)銷(xiāo)者都相信,行為是構(gòu)建細(xì)分市場(chǎng)的最佳起點(diǎn),本文選擇了基于客戶(hù)行為的細(xì)分方法。對(duì)于細(xì)分變量的選取,能夠兼
2、顧客戶(hù)價(jià)值和客戶(hù)關(guān)系的質(zhì)量最好,然而現(xiàn)實(shí)中卻很難做到?;谛袨榈募?xì)分中,經(jīng)典的RFM分析、客戶(hù)價(jià)值矩陣分析雖然都是相對(duì)有效的細(xì)分方法,但是都忽略了一個(gè)關(guān)鍵因素,那就是客戶(hù)忠誠(chéng),忠誠(chéng)客戶(hù)群帶來(lái)的盈利對(duì)企業(yè)也是很重要的。因此,本文在價(jià)值矩陣分析方法的基礎(chǔ)上,選取了平均購(gòu)買(mǎi)額和購(gòu)買(mǎi)頻率兩個(gè)變量之后,增加了一個(gè)用以表征客戶(hù)存在時(shí)間的變量,即客齡,可以在一定程度上體現(xiàn)客戶(hù)的穩(wěn)定性。 本文利用數(shù)據(jù)挖掘技術(shù),以平均購(gòu)買(mǎi)金額、購(gòu)買(mǎi)頻率和客齡作為
3、細(xì)分變量,構(gòu)建零售業(yè)的客戶(hù)細(xì)分模型??蛻?hù)聚類(lèi),K-均值算法是一種常用算法,但是聚類(lèi)數(shù)目要預(yù)先指定,初始聚類(lèi)質(zhì)心是隨機(jī)選取的,聚類(lèi)效果未必令人滿(mǎn)意。自組織神經(jīng)網(wǎng)絡(luò)SOM算法,能夠自適應(yīng)的將樣本數(shù)據(jù)劃分成不同的類(lèi),不需要預(yù)先設(shè)定聚類(lèi)數(shù)目,但是不能提供分類(lèi)后精確的聚類(lèi)信息。于是,本文提出一種將兩算法結(jié)合的方式,把整個(gè)聚類(lèi)分析分為了兩階段進(jìn)行:第一階段使用SOM神經(jīng)網(wǎng)絡(luò)得到聚類(lèi)數(shù)目與聚類(lèi)質(zhì)心;第二階段用第一階段的輸出作為k-均值算法的輸入。將客
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)挖掘的商業(yè)銀行零售客戶(hù)細(xì)分研究.pdf
- 基于數(shù)據(jù)挖掘的零售業(yè)客戶(hù)細(xì)分方法.pdf
- 基于數(shù)據(jù)挖掘的移動(dòng)通信客戶(hù)細(xì)分應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘的電信客戶(hù)細(xì)分模型研究.pdf
- 基于數(shù)據(jù)挖掘的電信客戶(hù)細(xì)分模型的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)在零售業(yè)客戶(hù)關(guān)系分析中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘在零售業(yè)CRM中的應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘的客戶(hù)細(xì)分研究.pdf
- 基于數(shù)據(jù)挖掘的證券公司客戶(hù)細(xì)分及其應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘在電信客戶(hù)細(xì)分中的應(yīng)用研究.pdf
- 37050.基于客戶(hù)細(xì)分的zc煙草零售客戶(hù)營(yíng)銷(xiāo)策略研究
- 數(shù)據(jù)挖掘技術(shù)在零售業(yè)CRM中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘在零售業(yè)交叉銷(xiāo)售中的應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)對(duì)零售業(yè)中潛在VIP客戶(hù)的研究.pdf
- 基于數(shù)據(jù)挖掘的電信客戶(hù)細(xì)分研究.pdf
- 基于數(shù)據(jù)挖掘的電力客戶(hù)細(xì)分研究.pdf
- 銀行零售客戶(hù)數(shù)據(jù)知識(shí)發(fā)現(xiàn)的理論與應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在CRM客戶(hù)細(xì)分中的應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘的手機(jī)客戶(hù)細(xì)分研究.pdf
- 數(shù)據(jù)挖掘在銀行零售CRM中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論