一种基于数据挖掘的零售业客户细分方法研究

发布时间：2017-08-16 21:38

  本文关键词：一种基于数据挖掘的零售业客户细分方法研究

  更多相关文章： 客户细分 RFM 熵值法 K-Means

【摘要】：针对零售业客户细分指标粗糙和方法精准性低的问题,提出一种基于数据挖掘聚类分析的零售业客户细分方法;方法构建了一套基于RFM的多指标客户细分指标体系,采用熵值法赋予指标权重,进而使用K-Means算法进行客户细分;实证研究结果表明:方法在客户行为特征区分能力和聚类紧凑性方面均优于传统基于RFM的细分方法,方法可行、有效,能够更好地解决零售业客户细分问题,提升客户关系管理和营销决策质量.
【作者单位】： 青岛大学管理科学与工程学院;
【关键词】： 客户细分 RFM 熵值法 K-Means
【基金】：国家自然科学基金资助(71273148)
【分类号】：TP311.13
【正文快照】： 作为国民经济的重要组成部分,零售业发展迅猛.但是随着竞争的加剧和开放的深入,零售业的利润日渐微薄,迫切需要寻找新的利润增长点.对于现在供过于求的零售业来说,如何赢得和保留客户并将客户价值最大化变得尤为重要,也日渐成为企业最为关注的问题之一.零售业存在大量的客户数

【相似文献】

中国期刊全文数据库 前10条

1 于宗民;;从客户细分看企业信息化建设中的缺失[J];中国金融电脑;2007年07期

2 张静;;通信企业客户细分及相关技术综述[J];信息与电脑(理论版);2014年01期

3 李益强,漆晨曦;基于数据挖掘的电信客户细分研究析[J];广东通信技术;2005年05期

4 张晓航;基于聚类算法的客户细分[J];通信企业管理;2005年12期

5 赵坊芳;;客户细分中聚类的应用[J];电脑知识与技术;2010年11期

6 文碧桂;赵蔚;;网络教育服务中的客户细分策略分析[J];中国教育技术装备;2010年12期

7 岳小婷;;基于客户消费行为的电信客户细分[J];电子商务;2011年12期

8 胡静静;王爱金;;3G业务的客户细分研究[J];商业文化(下半月);2011年12期

9 宋才华;蓝源娟;范婷;翟鸿荣;李滨涛;;电力企业客户细分模型研究[J];现代电子技术;2014年02期

10 王荇;李彗;;基于聚类的客户细分方法研究[J];电脑知识与技术;2008年S1期

中国重要会议论文全文数据库 前3条

1 张国政;;基于CLV及客户满意度的客户细分研究[A];中国市场营销创新与发展学术研讨会论文集[C];2009年

2 谢琳;潘定;;珠三角宽带客户细分及保持策略研究[A];第二十九届中国控制会议论文集[C];2010年

3 卢艳丽;韩景元;袁丽娜;;基于客户终身价值的客户细分方法实证研究[A];中国市场学会2006年年会暨第四次全国会员代表大会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 范炜;合理确定客户细分标准是理财业务的重中之中[N];中国城乡金融报;2006年

2 ;拨开“客户细分”迷雾[N];网络世界;2006年

3 工业和信息化部电信研究院泰尔管理研究所 狄辉;客户细分魔法书[N];通信产业报;2009年

4 任柏菘;普尔特的客户细分[N];中国房地产报;2011年

5 主持人 中国房地产报管理评论部资深记者 张劲松;怎样实现中国特色的客户细分？[N];中国房地产报;2011年

6 邮储银行江苏省连云港市分行 朱慈;基于经济生命周期的银行客户细分[N];中国邮政报;2013年

7 本报记者 李秀中;客户细分 上海大众运作“关系营销”[N];第一财经日报;2005年

8 记者 方俊;券商强化客户细分初尝甜头[N];上海证券报;2011年

9 中研博峰咨询有限公司咨询顾问 高荣霞;六步骤锁定细分市场[N];通信产业报;2009年

10 杨怡 刘学;重庆移动深度推进客户细分工程[N];人民邮电;2006年

中国硕士学位论文全文数据库 前10条

1 吴昊;基于利益的客户细分方法研究[D];华中科技大学;2004年

2 罗斌;面向客户细分的改进关联规则算法研究[D];哈尔滨工业大学;2006年

3 卞爱军;基于信息化平台的寿险客户细分管理研究[D];南京理工大学;2008年

4 刘岗;电信企业客户细分研究[D];暨南大学;2008年

5 吴涛;陕西联通租机客户细分研究[D];西北大学;2009年

6 卢峗栋;客观聚类在房地产客户细分中的应用及理论研究[D];首都经济贸易大学;2009年

7 朱幸燕;基于消费行为认知的电信企业客户细分方法研究[D];华南理工大学;2011年

8 李媛;电信企业客户细分的模型研究[D];北京交通大学;2007年

9 蔡凌卿;银行卡客户细分系统分析与设计[D];西南财经大学;2004年

10 郭强;基于多示例核聚类的港口客户细分[D];大连理工大学;2007年

，

本文编号：685676