本文關(guān)鍵詞：基于聚類分析方法的客戶分類研究　出處：《北京理工大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 客戶分類 聚類分析 K-means算法 兩步聚類 Kohonen網(wǎng)絡(luò)

【摘要】：隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的迅猛發(fā)展,互聯(lián)網(wǎng)企業(yè)間競(jìng)爭(zhēng)逐漸加劇;企業(yè)競(jìng)爭(zhēng)的實(shí)質(zhì)就是對(duì)客戶資源的競(jìng)爭(zhēng),這意味著能夠有效開發(fā)與保持客戶的企業(yè)往往更加具有競(jìng)爭(zhēng)優(yōu)勢(shì)。然而,企業(yè)資源是有限的,難以同時(shí)滿足所有客戶的需求;為保障收益最大化,企業(yè)需要將資源盡可能多地分配到對(duì)企業(yè)貢獻(xiàn)最大的客戶群體上。因此,企業(yè)需要對(duì)客戶進(jìn)行分類,識(shí)別不同細(xì)分類別的客戶特征與價(jià)值;根據(jù)不同群體的客戶的需求與價(jià)值,合理分配資源及采取合適的運(yùn)營(yíng)策略,才能夠有效提高企業(yè)的行業(yè)競(jìng)爭(zhēng)力以及創(chuàng)造出更多的利潤(rùn)。本文在對(duì)客戶分類理論與方法的研究基礎(chǔ)上,結(jié)合A公司的實(shí)際問題,選取了客戶的消費(fèi)數(shù)據(jù),分別用K-means聚類、Two-step聚類和Kohonen神經(jīng)聚類等三種方法對(duì)A公司的客戶進(jìn)行了分類,同時(shí)運(yùn)用了圖示法及內(nèi)部檢驗(yàn)法對(duì)三種方法下的分類效果進(jìn)行了評(píng)價(jià),發(fā)現(xiàn)基于Two-step算法的分類模型相較于基于其他兩種方法的模型具有最佳的分類效果�；赥wo-step聚類法的分類結(jié)果,將客戶劃分成五個(gè)群體,對(duì)各個(gè)細(xì)分群的客戶的特征與價(jià)值進(jìn)行了分析與總結(jié),針對(duì)各細(xì)分群體的客戶特征差異提出了研究建議,以便于公司制定運(yùn)營(yíng)策略。
[Abstract]:With the rapid development of Internet industry, the competition between Internet enterprises is becoming more and more serious. The essence of enterprise competition is the competition of customer resources, which means that enterprises that can effectively develop and maintain customers often have more competitive advantage. However, enterprise resources are limited. Difficult to meet the needs of all customers at the same time; In order to ensure the maximization of income, enterprises need to allocate as much resources as possible to the customer groups that contribute the most to the enterprise. Therefore, enterprises need to classify customers and identify the customer characteristics and value of different subdivision categories. According to the needs and value of different groups of customers, reasonable allocation of resources and adoption of appropriate operational strategies. In order to effectively improve the competitiveness of the industry and create more profits. Based on the study of customer classification theory and method, combined with the actual problems of company A, this paper selects customer consumption data. K-means clustering two-step clustering and Kohonen neural clustering are used to classify the customers of A company. At the same time, the classification effect of the three methods is evaluated by using the graphical method and the internal test method. It is found that the classification model based on Two-step algorithm has the best classification effect compared with the model based on the other two methods. The classification result based on Two-step clustering method. The customer is divided into five groups, the characteristics and value of each subdivision group are analyzed and summarized, and the research suggestions on the customer characteristics difference of each subdivision group are put forward in order to facilitate the company to formulate the operation strategy.
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F274;F49

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王維兵;劉苗;;客戶分類方法綜述[J];現(xiàn)代商業(yè);2009年03期

2 江強(qiáng)梅;;客戶關(guān)系管理中的客戶分類方法研究[J];企業(yè)技術(shù)開發(fā);2009年12期

3 趙傳孔;;小議客戶分類集團(tuán)信息化管理[J];中國(guó)城市經(jīng)濟(jì);2010年08期

4 黃神峰;;建立煙草客戶分類模式科學(xué)性的探索[J];上海商業(yè);2010年09期

5 張平;;客戶分類及其研究方法的探討[J];發(fā)展;2011年10期

6 趙國(guó)慶;客戶關(guān)系管理中的客戶分類方法研究[J];安徽機(jī)電學(xué)院學(xué)報(bào);2001年04期

7 吳開軍;客戶分類方法探析[J];工業(yè)技術(shù)經(jīng)濟(jì);2003年06期

8 黃亦瀟,邵培基,李菁菁;基于客戶價(jià)值的客戶分類方法研究[J];預(yù)測(cè);2004年03期

9 程美靜,覃蓉芳,趙建偉;客戶分類方法在批發(fā)業(yè)的應(yīng)用[J];商場(chǎng)現(xiàn)代化;2005年10期

10 劉航;孫延明;賴朝安;;客戶分類管理過程模型研究[J];商場(chǎng)現(xiàn)代化;2006年34期

相關(guān)會(huì)議論文 前6條

1 劉希宋;喻登科;;基于市場(chǎng)營(yíng)銷離群數(shù)據(jù)挖掘的客戶分類模型[A];中國(guó)高等院校市場(chǎng)學(xué)研究會(huì)2009年年會(huì)論文集[C];2009年

2 吳亞軍;潘楊;;“中華”卷煙經(jīng)銷客戶分類模型研究[A];上海市煙草系統(tǒng)2010年度優(yōu)秀學(xué)術(shù)論文集(經(jīng)管類)[C];2011年

3 蒙崢坪;;引入“135”工作法 提升專賣客戶分類管理水平[A];廣西煙草學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文集[C];2013年

4 吳永鋒;;淺析品牌培育工作“精耕細(xì)作”[A];廣西煙草學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文集[C];2013年

5 邱之樂;;蒙山縣轄區(qū)如何做好品牌培育[A];廣西煙草學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文集[C];2013年

6 汪忻;;杭州市區(qū)城鎮(zhèn)化進(jìn)程中卷煙零售店經(jīng)營(yíng)生態(tài)環(huán)境與客戶分類標(biāo)準(zhǔn)的關(guān)系研究[A];浙江省煙草學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文集[C];2013年

相關(guān)重要報(bào)紙文章 前10條

1 湖南省臨湘市煙草專賣局（分公司） 陳立新;以客戶價(jià)值為核心建立客戶分類體系[N];東方煙草報(bào);2012年

2 葉海濤 中信期貨;經(jīng)濟(jì)新常態(tài)下的客戶分類服務(wù)[N];期貨日?qǐng)?bào);2014年

3 王志軍;國(guó)家局高度評(píng)價(jià)揚(yáng)州市局客戶分類與貨源供應(yīng)工作[N];江蘇經(jīng)濟(jì)報(bào);2007年

4 郭衛(wèi);鎮(zhèn)江煙草進(jìn)一步規(guī)范零售客戶分類[N];江蘇經(jīng)濟(jì)報(bào);2008年

5 蘇文軍;青海省分行 圓滿完成貸款客戶分類排查工作[N];糧油市場(chǎng)報(bào);2009年

6 見習(xí)記者 胡巖;中小券商加緊搭建客戶分類體系[N];證券時(shí)報(bào);2010年

7 長(zhǎng)江期貨 韓錦 鄒云峰 高華;基于RFM模型的聚類分析算法在期貨公司客戶分類中的應(yīng)用[N];期貨日?qǐng)?bào);2008年

8 汪舵海;客戶管理“二分”法[N];中國(guó)新聞出版報(bào);2004年

9 廣發(fā)期貨 溫才學(xué) 崔瑞娟;基于RFM分析模式的期貨公司風(fēng)險(xiǎn)客戶分類研究[N];期貨日?qǐng)?bào);2009年

10 本報(bào)記者　周蓉蓉;客戶分類：電信業(yè)的下一個(gè)問題[N];計(jì)算機(jī)世界;2005年

相關(guān)碩士學(xué)位論文 前10條

1 李保義;基于聚類分析方法的客戶分類研究[D];北京理工大學(xué);2015年

2 李藝明;基于模糊聚類的客戶分類方法研究[D];廣東工業(yè)大學(xué);2006年

3 劉豐勝;基于粗糙集的客戶分類方法研究[D];重慶大學(xué);2006年

4 許保榮;基于遺傳神經(jīng)網(wǎng)絡(luò)模型的客戶分類管理應(yīng)用研究[D];東南大學(xué);2005年

5 曹志勝;自組織特征映射網(wǎng)絡(luò)在客戶分類中的應(yīng)用研究[D];東北師范大學(xué);2008年

6 袁芳;基于客戶價(jià)值的我國(guó)高速鐵路客戶分類問題研究[D];北京交通大學(xué);2012年

7 張平;電子商務(wù)環(huán)境下客戶分類應(yīng)用研究[D];蘭州交通大學(xué);2012年

8 張浩;基于關(guān)鍵成功要素分析的Z公司大客戶分類管理研究[D];北京工業(yè)大學(xué);2013年

9 羅媛;客戶關(guān)系管理中客戶分類方法的研究[D];湖南大學(xué);2005年

10 趙立輝;基于價(jià)值分析的客戶分類及管理研究[D];遼寧工程技術(shù)大學(xué);2005年

，

本文編號(hào)：1387189