基于改進(jìn)聚類算法的移動(dòng)公司會(huì)員存量保有營(yíng)銷策略研究.pdf

1、目前移動(dòng)公司營(yíng)銷策略分析系統(tǒng)存在的主要問(wèn)題是：一方面，系統(tǒng)設(shè)計(jì)只注重簡(jiǎn)單的統(tǒng)計(jì)報(bào)表等傳統(tǒng)營(yíng)銷策略分析功能的實(shí)現(xiàn),而不重視利用數(shù)據(jù)挖掘等新?tīng)I(yíng)銷手段對(duì)相關(guān)的知識(shí)發(fā)現(xiàn)與利用；另一方面，在移動(dòng)公司會(huì)員存量保有營(yíng)銷分析系統(tǒng)中，最常見(jiàn)的是k-me a ns聚類算法，但是該算法容易受到初始聚類數(shù)目、建模人員水平、分析者的主觀因素的影響。因此，論文將數(shù)據(jù)挖掘中的相關(guān)理論和算法引入營(yíng)銷策略分析系統(tǒng)，豐富了營(yíng)銷策略分析系統(tǒng)的功能，為移動(dòng)公司市場(chǎng)營(yíng)銷工作者提

2、供了更為有效的營(yíng)銷策略分析工具。
　　論文以A移動(dòng)公司營(yíng)銷策略分析系統(tǒng)中涉及會(huì)員存量保有營(yíng)銷的移動(dòng)會(huì)員保有、資費(fèi)滿意度管理、高價(jià)值會(huì)員維系等三個(gè)主要營(yíng)銷業(yè)務(wù)，根據(jù)實(shí)際工作中的需要改進(jìn)了現(xiàn)有數(shù)據(jù)挖掘算法，提高了系統(tǒng)數(shù)據(jù)挖掘的質(zhì)量。論文采用K BP C均值聚類算法對(duì)營(yíng)銷事件的相關(guān)記錄進(jìn)行量化分析并進(jìn)行套餐推薦?，F(xiàn)有的算法多數(shù)只重視會(huì)員對(duì)營(yíng)銷產(chǎn)品的興趣度，也就是說(shuō)會(huì)員興趣度高的營(yíng)銷產(chǎn)品，現(xiàn)有算法往往優(yōu)先推薦。但是這種推薦算法很容易忽略了

3、移動(dòng)公司對(duì)營(yíng)銷產(chǎn)品的發(fā)展戰(zhàn)略選擇。
　　論文認(rèn)為，會(huì)員之于某一營(yíng)銷產(chǎn)品的興趣度對(duì)于會(huì)員保有存量營(yíng)銷策略的短期重要性不言而喻，同時(shí)某一營(yíng)銷產(chǎn)品之于移動(dòng)公司的長(zhǎng)遠(yuǎn)價(jià)值對(duì)于會(huì)員保有存量營(yíng)銷策略也不可或缺，現(xiàn)實(shí)中，此二者卻未必剛好吻合。因此，論文提出了一種基于排列組合的K均值聚類算法（KBPC，K-means base on Permutation and combination）。最后，論文分別在會(huì)員存量保有營(yíng)銷的移動(dòng)會(huì)員保有、資費(fèi)滿意