电子商务环境下客户分类应用研究

发布时间：2017-07-20 18:08

  本文关键词：电子商务环境下客户分类应用研究

  更多相关文章： 电子商务 客户分类 客户保持 客户升级 D-SOM算法

【摘要】：随着科学技术的快速发展,互联网及电子商务的使用已经逐步渗透到社会经济、文化生活的每一个领域,人类社会逐渐进入到一个信息化、电子化和数字化的时代。时代的变化也为企业客户管理带来了新的挑战,客户变得越来越成熟、越来越有个性,也越来越难捉摸。企业和客户之间的关系已经彻底改变,在激烈的行业竞争中,企业的核心经营理念已经从“以产品为中心”逐步转变成“以客户为中心”,采取有效的方法对客户进行分类,准确识别客户,区分客户群中的不同客户,将客户划分为不同等级或类别。针对不同等级的客户群体制定和实施不同的客户保持和客户升级的管理和营销方案,具有重要的理论意义和应用价值。本文基于数据挖掘、管理学和市场营销学等理论,对电子商务环境下的客户分类应用研究进行了系统的理论研究和实证分析。 本论文主要围绕电子商务环境下客户分类的指标、研究方法及研究现状等相关理论而展开,做了详细的研究工作,并分析了电子商务环境下客户分类应用研究存在的问题。选择了以客户价值、网络行为日志数据和推广方案数据三个维度的指标,应用D-SOM算法构建了电子商务环境下的客户分类模型。用K-means聚类算法再次对相同的客户进行了分类,以验证D-SOM算法的有效性,并用Kruskal-Wallis检验对分类的结果进行了检验,验证分类的结果是否具有合理性。将该分类结果应用到客户保持上,构建了基于变异系数法的客户忠诚度模糊综合评价模型；将客户分类的结果应用到客户升级上,利用BP神经网络算法建立了客户升级方案预测模型,最终得到最佳的客户升级方案。 最后以A搜索引擎公司为例。首先,将该公司50个客户分为VIP客户、重点培养客户、重点挽留客户、普通客户和小客户5类,并详细的分析了每一类别客户的指标走势,给出每类客户的管理和营销策略；其次,将客户分类得到的VIP客户、重点培养客户和重点挽留客户这三类客户进行客户忠诚度评价,分析了导致客户忠诚度低的原因,帮助企业找到今后努力的方向；最后,将客户分类的结果应用到客户升级上,以产品、品牌、价格、服务和渠道五种交叉渠道为指标,利用BP神经网络算法建立了客户升级模型,最终得到A搜索引擎公司的最佳客户升级方案。
【关键词】：电子商务 客户分类 客户保持 客户升级 D-SOM算法
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F274;F713.36;TP311.13
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-18
• 1.1 选题背景和研究意义10-12
• 1.1.1 选题背景10-11
• 1.1.2 研究意义11-12
• 1.2 相关概念的界定12-13
• 1.2.1 客户的概念界定12
• 1.2.2 客户分类的概念界定12
• 1.2.3 客户保持的概念界定12
• 1.2.4 客户升级的概念界定12-13
• 1.3 论文的创新之处13-14
• 1.4 论文研究的主要内容和结构安排14-15
• 1.5 论文的研究思路、研究方法和主要技术路线15-18
• 1.5.1 论文的研究思路15-16
• 1.5.2 论文的研究方法16
• 1.5.3 论文的主要技术路线16-18
• 2 电子商务环境下客户分类理论基础18-31
• 2.1 影响客户分类的因素研究综述18-20
• 2.2 客户分类方法的研究综述20-29
• 2.2.1 客户分类方法的分类20-28
• 2.2.2 客户分类方法总结28-29
• 2.3 相关研究存在的问题及本论文改进之处29-30
• 2.4 电子商务环境下的客户分类与传统商务环境下的客户分类的比较30-31
• 2.4.1 传统商务环境下客户分类的特点30
• 2.4.2 电子商务环境下客户分类的变化和特点30-31
• 3 电子商务环境下的客户分类模型的构建31-60
• 3.1 电子商务环境下客户分类的数据来源31-33
• 3.2 电子商务环境下客户分类指标体系的选择33-36
• 3.2.1 电子商务环境下建立客户分类指标体系的依据和原则33-34
• 3.2.2 电子商务环境下客户分类指标体系的确定34-35
• 3.2.3 指标体系的详细说明35-36
• 3.3 电子商务环境下客户分类模型的建立36-42
• 3.3.1 电子商务环境下客户分类模型选择依据和原则36-37
• 3.3.2 电子商务环境下客户分类模型的总体框架37-38
• 3.3.3 基于D-SOM的WEB用户聚类算法简介38-40
• 3.3.4 K-means聚类算法简介40-41
• 3.3.5 Kruskal-Wallis检验算法简介41-42
• 3.4 实证分析42-53
• 3.4.1 企业背景介绍42-43
• 3.4.2 计算分析43-53
• 3.5 结果分析53-60
• 3.5.1 影响客户分类结果的各个因素排名比较分析53-56
• 3.5.2 每类客户指标变动趋势分析56-60
• 4 电子商务环境下客户分类结果在客户保持上的应用60-78
• 4.1 电子商务环境下客户分类的应用60
• 4.2 客户保持概述60-67
• 4.2.1 客户保持的内涵60
• 4.2.2 客户保持的对象界定60-62
• 4.2.3 客户保持的本质—客户忠诚度62-63
• 4.2.4 客户忠诚的基本内容63
• 4.2.5 相关研究进展63-67
• 4.3 电子商务环境下客户忠诚的变化和特点67-69
• 4.3.1 传统商务环境下客户忠诚的特点67-68
• 4.3.2 电子商务环境下客户忠诚的特点68-69
• 4.4 电子商务环境下面向企业的客户忠诚度评价模型的建立69-74
• 4.4.1 客户忠诚度评价模型的数据来源69
• 4.4.2 电子商务环境下客户忠诚度评价指标体系的确定69-71
• 4.4.3 电子商务环境下面向客户忠诚度综合评价模型的构建71-72
• 4.4.4 建立客户忠诚度综合评价模型的基本思路72-74
• 4.5 分析与计算74-76
• 4.6 结果分析76-78
• 5 电子商务环境下客户分类结果在客户升级上的应用78-85
• 5.1 客户升级的必要性78
• 5.2 客户升级概述78-80
• 5.2.1 客户升级的基本概念78
• 5.2.2 客户升级的对象78-79
• 5.2.3 客户升级的主要手段79
• 5.2.4 客户升级的国内外研究现状79-80
• 5.3 电子商务环境下面向竞争的客户升级模型80-82
• 5.3.1 电子商务环境下客户升级指标的确定80-81
• 5.3.2 电子商务环境下面向竞争的客户升级渠道的确定81
• 5.3.3 计算方法选择和介绍81-82
• 5.3.4 基本思路82
• 5.4 计算分析82-83
• 5.5 结果分析83-85
• 结论85-86
• 致谢86-87
• 参考文献87-91
• 附录A 客户分类原始数据91-93
• 附录B 客户分类原始数据93-95
• 攻读学位期间的研究成果95

【参考文献】

中国期刊全文数据库 前10条

1 康健,梁允荣;分类挖掘技术在金融客户关系管理中的应用[J];北京理工大学学报;2003年02期

2 邓清燕,刘艳红;顾客忠诚——零售企业电子商务成功的关键[J];北京工商大学学报(自然科学版);2002年02期

3 王素仙,韦苏P";网络营销条件下顾客忠诚度的培养[J];大众科技;2004年09期

4 Frederick F.Reichheld ,Phil Schefter,李健,段晓燕;电子忠诚:来自天堂的救命稻草[J];电子商务;2001年04期

5 汤少梁;;基于电子商务的物流企业客户保持研究[J];工业技术经济;2010年04期

6 孙树垒;路晓伟;张庆民;王海燕;;基于客户识别的客户保持决策模型与定价策略[J];管理学报;2011年10期

7 王建民;王传旭;;基于主成分—聚类分析方法的客户分类研究[J];淮南师范学院学报;2006年03期

8 肖进;贺昌政;;基于SODM的贝叶斯分类器结构学习及其在客户分类中的应用[J];管理科学;2008年04期

9 张亚梅;;基于客户终身价值的客户细分研究[J];经济论坛;2008年12期

10 王扶东,李兵,薛劲松,朱云龙;客户关系管理中基于约束的关联规则挖掘方法研究[J];计算机集成制造系统-CIMS;2004年04期

中国硕士学位论文全文数据库 前2条

1 马开永;TWF公司的服务客户分类及维护手段研究[D];四川大学;2005年

2 李德强;CRM中基于聚类的客户细分、获取及保持研究[D];南京航空航天大学;2007年

，

本文编号：569295