基于數(shù)據(jù)挖掘的客戶細(xì)分研究.pdf

1、客戶是現(xiàn)代企業(yè)最重要的資源之一，保持客戶對(duì)企業(yè)的盈利能力有著重要的影響。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，市場(chǎng)競爭的加劇，客戶呈現(xiàn)多元化趨勢(shì)。為更好地識(shí)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(jìn)行客戶細(xì)分?？蛻艏?xì)分是保證企業(yè)成功實(shí)施客戶保持的關(guān)鍵?？蛻艏?xì)分是保證企業(yè)成功實(shí)施客戶保持的關(guān)鍵。經(jīng)過多年的發(fā)展，客戶細(xì)分的理論和方法得到不斷地完善，并且被廣泛應(yīng)用于各個(gè)行業(yè)的實(shí)際營銷過程中，如銀行業(yè)、電信業(yè)、零售業(yè)等一些數(shù)據(jù)密集型行業(yè)。但是，

2、在物流企業(yè)中的應(yīng)用研究卻比較少。
　　 傳統(tǒng)的客戶細(xì)分方法大多是基于經(jīng)驗(yàn)的分類或者是基于統(tǒng)計(jì)的簡單劃分方法，無法滿足現(xiàn)代企業(yè)數(shù)據(jù)量日益增長的復(fù)雜分析需求。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)和發(fā)展，為海量數(shù)據(jù)下復(fù)雜的客戶細(xì)分問題提供了新的解決方法。
　　 本文在國內(nèi)外相關(guān)研究的基礎(chǔ)上，提出了采用基于粗糙集和主成分分析的方法進(jìn)行屬性約簡，通過K-means算法對(duì)約簡數(shù)據(jù)進(jìn)行聚類計(jì)算的客戶細(xì)分模型，并驗(yàn)證了該模型在物流企業(yè)客戶細(xì)分中的應(yīng)用。<

3、br>　　 首先，對(duì)客戶細(xì)分和數(shù)據(jù)挖掘的相關(guān)概念和理論進(jìn)行了總結(jié)歸納，并是對(duì)數(shù)據(jù)挖掘中能夠用于客戶細(xì)分的方法進(jìn)行了介紹。其次，結(jié)合物流企業(yè)的特點(diǎn)，根據(jù)客戶細(xì)分的標(biāo)準(zhǔn)，建立了物流企業(yè)的客戶細(xì)分評(píng)價(jià)指標(biāo)體系。該指標(biāo)體系主要從客戶價(jià)值和客戶忠誠度兩個(gè)維度方面確定客戶細(xì)分的指標(biāo)，總共得到子指標(biāo)個(gè)數(shù)為19個(gè)。接著，針對(duì)客戶細(xì)分指標(biāo)個(gè)數(shù)較多的問題，本文采用主成分分析法和粗糙集相結(jié)合的屬性約簡方法來實(shí)現(xiàn)K-means聚類輸入向量的維數(shù)約簡問題。接著