聚類(lèi)分析與樸素貝葉斯分類(lèi)在客戶(hù)價(jià)值預(yù)測(cè)中的應(yīng)用研究.pdf

1、近年來(lái)，銷(xiāo)售的競(jìng)爭(zhēng)越來(lái)越激烈，各個(gè)商家不僅在產(chǎn)品品質(zhì)上精益求精，而且在企業(yè)管理信息化和銷(xiāo)售上也做出了巨大的改進(jìn)，開(kāi)始從以產(chǎn)品為中心轉(zhuǎn)移到以客戶(hù)為中心的策略。
　　 隨著商品銷(xiāo)售數(shù)量的增加，大量的客戶(hù)的產(chǎn)生，對(duì)于企業(yè)的銷(xiāo)售部門(mén)來(lái)說(shuō)，這些客戶(hù)的重要性是不同的，在實(shí)際應(yīng)用中，由于不同級(jí)別不同數(shù)量的客戶(hù)對(duì)于企業(yè)帶來(lái)的價(jià)值不同，同時(shí)受到維持客戶(hù)關(guān)系費(fèi)用開(kāi)銷(xiāo)的限制，企業(yè)只能針對(duì)比較重要的客戶(hù)開(kāi)展?fàn)I銷(xiāo)活動(dòng)，這樣給客戶(hù)價(jià)值預(yù)測(cè)問(wèn)題提出了新的要求

2、。隨著信息技術(shù)的發(fā)展，數(shù)據(jù)挖掘開(kāi)始出現(xiàn)應(yīng)用于企業(yè)信息化，這使得企業(yè)的數(shù)據(jù)處理能力大大的增強(qiáng).
　　 本文利用數(shù)據(jù)挖掘中樸素分類(lèi)技術(shù)并結(jié)合K-means聚類(lèi)算法來(lái)研究客戶(hù)的重要性問(wèn)題，以數(shù)據(jù)庫(kù)中客戶(hù)數(shù)據(jù)為分析對(duì)象，試圖生成對(duì)當(dāng)前數(shù)據(jù)有價(jià)值的模型，并模型進(jìn)行適當(dāng)?shù)胤治?，找出預(yù)測(cè)結(jié)果與各種因素之間隱藏的有價(jià)值的信息。企業(yè)提供的營(yíng)銷(xiāo)活動(dòng)中客戶(hù)的價(jià)值最大，即不僅要增大客戶(hù)價(jià)值中客戶(hù)的數(shù)量，更要增大客戶(hù)名單中價(jià)值高的客戶(hù)的數(shù)量。為了更有針對(duì)

3、性的開(kāi)展?fàn)I銷(xiāo)，企業(yè)須對(duì)那些價(jià)值比較高的客戶(hù)進(jìn)行更好的服務(wù)，準(zhǔn)確的預(yù)測(cè)重要客戶(hù)，正確確立目標(biāo)市場(chǎng)是企業(yè)客戶(hù)關(guān)系管理的關(guān)鍵。樸素貝葉斯分類(lèi)模型是一種簡(jiǎn)單有效的分類(lèi)方法，它的理論基礎(chǔ)好，分類(lèi)精度高，由于樸素貝葉斯分類(lèi)中的獨(dú)立假設(shè)前提，使得在特征選擇步驟能否準(zhǔn)確有效地分類(lèi)顯得尤為重要。實(shí)驗(yàn)結(jié)果表明，該算法能在保證一定的準(zhǔn)確率的同時(shí)，可以預(yù)測(cè)出更多的潛在高價(jià)值客戶(hù)。從而有助于提高企業(yè)的客戶(hù)關(guān)系管理水平，進(jìn)一步為企業(yè)的發(fā)展戰(zhàn)略提供可參考的依據(jù)，從而