基于購買行為的顧客忠誠度聚類方法研究.pdf

1、在現(xiàn)今的市場競爭大潮中,越來越多的商家逐漸意識到,僅僅依靠商品本身很難在日趨激烈的競爭中保持不敗,為顧客提供更貼心、更周到的服務才能長久的保留住老顧客,尤其對高速發(fā)展的國內時尚奢侈品行業(yè)更是如此。因此,如何更有針對性地開展市場營銷活動、識別和保留那些高價值的顧客,挖掘有購買潛力的顧客,以及預防顧客流失成為企業(yè)能否有效地進行顧客關系管理的關鍵。
　　本文研究重點是基于顧客的歷史交易數(shù)據(jù),分析了國內時尚奢侈品行業(yè)顧客購買行為特性,并通

2、過數(shù)據(jù)的預處理,獲得能夠綜合反映顧客忠誠度和價值度的CLV指標,且基于該指標建立顧客忠誠度指標分析體系(RFM模型)。
　　在此模型基礎上，選取了不同的聚類數(shù)據(jù)挖掘方法對顧客的購買行為數(shù)據(jù)進行聚類挖掘,以識別不同忠誠度層次的顧客群。首先采用了基于密度的DBSCAN算法進行聚類,并針對其初始參數(shù)不易選取的缺點進行了改善,提出了可以自動探索嘗試并最終達到顧客指定聚簇數(shù)的ADBSCAN算法。而后采用了另一種基于劃分的K-means算法進

3、行聚類,并針對其初始中心點難以確定和聚類結果容易受噪聲點影響等缺點,提出了融合DBSCAN算法和K-means算法的ADBSCANK算法。對比實驗驗證了算法的有效性。
　　為了對改進算法進行驗證,本文采用C＃開發(fā)了可視化的顧客忠誠度數(shù)據(jù)挖掘系統(tǒng)。根據(jù)比較分析結果,對不同類型忠誠度的顧客給出了相應的營銷建議,為節(jié)約盲目營銷造成的不必要成本,以及深化時尚奢侈品公司營銷理念提供參考,為企業(yè)制定顧客終身發(fā)展戰(zhàn)略提供依據(jù)。
　　文章最