基于聚类分析的秦皇岛港煤炭客户细分管理研究
发布时间：2020-12-14 19:46
近几年中国煤炭港口建设蓬勃发展,港口通货能力的增长已快于煤炭吞吐量的增长,港口装卸能力开始出现相对过剩,码头装卸运输业已从卖方市场转变为买方市场。客户自由选择的空间越来越大,客户对港口企业所提供的服务的要求也越来越高。面对日趋激烈的市场竞争,港口企业要保持优势,就必须建立起以客户为中心的经营理念,将客户作为企业的核心资源,对客户进行有效的细分,有针对性的开展客户服务,不断提高服务质量,提高客户忠诚度,提升客户价值,在稳定原有客户群的基础上不断拓展新客户群,从而使港口在激烈的市场竞争中立于不败之地。秦皇岛港自建港以来就是以煤炭作为港口主营业务,周边煤炭港口众多,各个港口已经开始对货源和下流企业资源进行激烈的争夺,为此秦皇岛港迫切需要制定出科学合理的客户细分管理办法。本篇论文以秦皇岛港煤炭客户为研究对象,通过阅读大量文献和引用学者们关于客户细分等问题的研究成果,为本文的研究奠定了理论基础。首先,对本文涉及的相关理论进行阐述,主要概括了客户关系管理、客户细分和聚类分析等相关理论;其次,充分调研了秦皇岛港煤炭客户构成,并分析了秦皇岛港现有客户细分现状和客户管理办法,提出了现阶段煤炭客户细分管理...
【文章来源】： 吕春晖 燕山大学
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
数据准备
第4章秦皇岛港煤炭客户细分聚类分析-35-⑤结果表4-6所示，输出的是成分矩阵，表示这两个主成分与初始变量的关系。它们对应的特征根分别为8.705和1.932。计算出平方根分别为2.95和1.39。用表4-6中第二、三列数据分别除以特征根的平方根，便可以算出主成分表达式的系数。表4-6成分矩阵a指标名称成分1成分2毛利润x1.796.585关系成本x2.866-.333煤炭调进量x3.771.596煤炭调出量x4.787.591客户发展潜力x5.829-.146客户影响力x6.858-.244结款及时度x7.833-.301合同执行度x8.808-.340作业次数x9.870.406合作年限x10.845.152口碑价值x11.794-.230需求满足度x12.775-.391客户贡献度x13.796-.304（5）数据约简。①进行标准化处理。在SPSS窗口打开描述性对话框，并依次选择变量X1,X2……X13，将变量移至右侧变量框内，然后选择将标准化得分另存为变量，运行系统，原始变量被标准化为ZX1,ZX2,.....,ZX13，最后新建一个窗口，将标准化后的变量保存到新建的数据编辑窗口内，如图4-3所示。图4-3新建数据
燕山大学工商管理硕士学位论文-36-②计算各个主成分得分。打开计算变量对话框，然后在目标变量内输入y1（第一主成分得分），如图4-4所示。图4-4计算变量y1并且在数据表达式框内输入y1的表达式：y1=(0.796*Z毛利润x1+0.866*Z关系成本x2+0.771*Z煤炭调进量x3+0.787*Z煤炭调出量x4+0.829*Z客户发展潜力x5+0.858*Z客户影响力x6+0.833*Z结款及时度x7+0.808*Z合同执行度x8+0.870*Z作业次数x9+0.845*Z合作年限x10+0.794*Z口碑价值x11+0.775*Z需求满足度x12+0.796*Z客户贡献度x13)/2.95同理输入y2的表达式，可得出y2变量：y2=(0.585*Z毛利润x1-0.333*Z关系成本x2+0.596*Z煤炭调进量x3+0.591*Z煤炭调出量x4-0.146*Z客户发展潜力x5-0.244*Z客户影响力x6-0.301*Z结款及时度x7-0.340*Z合同执行度x8+0.406*Z作业次数x9+0.152*Z合作年限x10-0.230*Z口碑价值x11-0.391*Z需求满足度x12-0.304*Z客户贡献度x13)/1.39最后，计算综合结果得分y，按照下式：y=0.66962*y1+0.14863*y2
【参考文献】：
期刊论文
[1]客户关系管理在市场营销中的应用[J]. 毛红. 现代经济信息. 2017(23)
[2]客户关系管理总效用最大化研究——基于“客户忠诚度”的分析[J]. 李君. 天津商务职业学院学报. 2016(02)
[3]基于客户价值分析的客户定位策略研究[J]. 葛红岩,陈炳亮. 特区经济. 2016(03)
[4]基于密度的优化初始聚类中心K-means算法研究[J]. 何佳知,谢颖华. 微型机与应用. 2015(19)
[5]基于云自适应遗传算法的K-means聚类分析[J]. 许茂增,余国印. 数学的实践与认识. 2015(17)
[6]基于密度的K-means初始聚类中心选取算法[J]. 韩凌波. 电子科技. 2015(07)
[7]客户关系管理问题及其对策——以越商纺织外贸公司C为例[J]. 李小明,陈丽丽. 绍兴文理学院学报(哲学社会科学). 2015(03)
[8]基于客户价值理论的某公司客户细分研究[J]. 李燕平,刘呈辉,张国政. 现代商业. 2015(11)
[9]基于客户关系管理的企业市场营销策略及应用研究[J]. 朱新雪. 企业导报. 2015(07)
[10]客户细分方法综述[J]. 于辉,廖小红. 中小企业管理与科技(下旬刊). 2014(11)
硕士论文
[1]基于聚类分析K-means算法的房地产客户细分研究[D]. 于阳.哈尔滨工业大学 2017
[2]基于客户忠诚度与终身价值的银行个人客户市场细分研究[D]. 李宗倩.青岛大学 2015
[3]基于层次分析和聚类分析法的客户细分研究[D]. 梁雯斌.湖北工业大学 2015
[4]我国商业银行个人客户分层管理研究[D]. 李景然.上海外国语大学 2014
[5]港口海运煤客户价值评价方法研究[D]. 王长春.大连海事大学 2012
[6]基于聚类结果调整方法的客户细分研究[D]. 王东雷.哈尔滨工业大学 2012
[7]基于客户终身价值和客户行为的信用卡客户细分研究[D]. 任红美.山东大学 2007
[8]基于聚类技术的客户细分模型研究与实现[D]. 李朝娟.哈尔滨工业大学 2006
本文编号：2916923
【文章来源】： 吕春晖 燕山大学
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
数据准备
第4章秦皇岛港煤炭客户细分聚类分析-35-⑤结果表4-6所示，输出的是成分矩阵，表示这两个主成分与初始变量的关系。它们对应的特征根分别为8.705和1.932。计算出平方根分别为2.95和1.39。用表4-6中第二、三列数据分别除以特征根的平方根，便可以算出主成分表达式的系数。表4-6成分矩阵a指标名称成分1成分2毛利润x1.796.585关系成本x2.866-.333煤炭调进量x3.771.596煤炭调出量x4.787.591客户发展潜力x5.829-.146客户影响力x6.858-.244结款及时度x7.833-.301合同执行度x8.808-.340作业次数x9.870.406合作年限x10.845.152口碑价值x11.794-.230需求满足度x12.775-.391客户贡献度x13.796-.304（5）数据约简。①进行标准化处理。在SPSS窗口打开描述性对话框，并依次选择变量X1,X2……X13，将变量移至右侧变量框内，然后选择将标准化得分另存为变量，运行系统，原始变量被标准化为ZX1,ZX2,.....,ZX13，最后新建一个窗口，将标准化后的变量保存到新建的数据编辑窗口内，如图4-3所示。图4-3新建数据
燕山大学工商管理硕士学位论文-36-②计算各个主成分得分。打开计算变量对话框，然后在目标变量内输入y1（第一主成分得分），如图4-4所示。图4-4计算变量y1并且在数据表达式框内输入y1的表达式：y1=(0.796*Z毛利润x1+0.866*Z关系成本x2+0.771*Z煤炭调进量x3+0.787*Z煤炭调出量x4+0.829*Z客户发展潜力x5+0.858*Z客户影响力x6+0.833*Z结款及时度x7+0.808*Z合同执行度x8+0.870*Z作业次数x9+0.845*Z合作年限x10+0.794*Z口碑价值x11+0.775*Z需求满足度x12+0.796*Z客户贡献度x13)/2.95同理输入y2的表达式，可得出y2变量：y2=(0.585*Z毛利润x1-0.333*Z关系成本x2+0.596*Z煤炭调进量x3+0.591*Z煤炭调出量x4-0.146*Z客户发展潜力x5-0.244*Z客户影响力x6-0.301*Z结款及时度x7-0.340*Z合同执行度x8+0.406*Z作业次数x9+0.152*Z合作年限x10-0.230*Z口碑价值x11-0.391*Z需求满足度x12-0.304*Z客户贡献度x13)/1.39最后，计算综合结果得分y，按照下式：y=0.66962*y1+0.14863*y2
【参考文献】：
期刊论文
[1]客户关系管理在市场营销中的应用[J]. 毛红. 现代经济信息. 2017(23)
[2]客户关系管理总效用最大化研究——基于“客户忠诚度”的分析[J]. 李君. 天津商务职业学院学报. 2016(02)
[3]基于客户价值分析的客户定位策略研究[J]. 葛红岩,陈炳亮. 特区经济. 2016(03)
[4]基于密度的优化初始聚类中心K-means算法研究[J]. 何佳知,谢颖华. 微型机与应用. 2015(19)
[5]基于云自适应遗传算法的K-means聚类分析[J]. 许茂增,余国印. 数学的实践与认识. 2015(17)
[6]基于密度的K-means初始聚类中心选取算法[J]. 韩凌波. 电子科技. 2015(07)
[7]客户关系管理问题及其对策——以越商纺织外贸公司C为例[J]. 李小明,陈丽丽. 绍兴文理学院学报(哲学社会科学). 2015(03)
[8]基于客户价值理论的某公司客户细分研究[J]. 李燕平,刘呈辉,张国政. 现代商业. 2015(11)
[9]基于客户关系管理的企业市场营销策略及应用研究[J]. 朱新雪. 企业导报. 2015(07)
[10]客户细分方法综述[J]. 于辉,廖小红. 中小企业管理与科技(下旬刊). 2014(11)
硕士论文
[1]基于聚类分析K-means算法的房地产客户细分研究[D]. 于阳.哈尔滨工业大学 2017
[2]基于客户忠诚度与终身价值的银行个人客户市场细分研究[D]. 李宗倩.青岛大学 2015
[3]基于层次分析和聚类分析法的客户细分研究[D]. 梁雯斌.湖北工业大学 2015
[4]我国商业银行个人客户分层管理研究[D]. 李景然.上海外国语大学 2014
[5]港口海运煤客户价值评价方法研究[D]. 王长春.大连海事大学 2012
[6]基于聚类结果调整方法的客户细分研究[D]. 王东雷.哈尔滨工业大学 2012
[7]基于客户终身价值和客户行为的信用卡客户细分研究[D]. 任红美.山东大学 2007
[8]基于聚类技术的客户细分模型研究与实现[D]. 李朝娟.哈尔滨工业大学 2006
本文编号：2916923
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2916923.html
