對(duì)電子商務(wù)企業(yè)的客戶進(jìn)行客戶細(xì)分,通過差異化服務(wù),可以提高電子商務(wù)企業(yè)的競(jìng)爭(zhēng)力。通過Python對(duì)某家電子商務(wù)數(shù)據(jù)進(jìn)行整理,建立RFM模型,在此模型上,通過兩種方法—K-means聚類分析和四分位法,對(duì)客戶進(jìn)行客戶細(xì)分,并對(duì)兩種方法的優(yōu)缺點(diǎn)進(jìn)行比較,企業(yè)可以根據(jù)自己的需要選擇不同的方法。通過肘部曲線,更合理的確定了分類的個(gè)數(shù),四分位法可以使客戶價(jià)值的評(píng)分與權(quán)重更加客觀。企業(yè)可以通過自己的需要選擇相應(yīng)的方法來找到最優(yōu)和有潛力客戶等,進(jìn)行針對(duì)性策略吸引客戶,形成長(zhǎng)期購(gòu)買行為,提高客戶忠誠(chéng)度。 

【文章來源】：市場(chǎng)周刊. 2020,(04)

【文章頁(yè)數(shù)】：3 頁(yè)

【文章目錄】：
一、 引言
二、 RFM模型
三、 權(quán)重分析
    (一)K-means聚類
    (二)四分位法
四、 數(shù)據(jù)整理
五、 數(shù)據(jù)分析與結(jié)果
    (一)K-means聚類結(jié)果
    (二)四分位法細(xì)分的結(jié)果
    (三)兩種模型結(jié)果比較
六、 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]基于RFM模型視角的服務(wù)成本與顧客價(jià)值關(guān)系研究[J]. 宗毅,邢浩.  價(jià)值工程. 2019(30)
[2]基于聚類的恐襲事件嫌疑人與可疑據(jù)點(diǎn)預(yù)測(cè)[J]. 姜丁菊,劉學(xué)文,姜曉雪.  重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[3]基于RFA模型和聚類分析的百度外賣客戶細(xì)分[J]. 包志強(qiáng),趙媛媛,趙研,胡嘯天,高帆.  計(jì)算機(jī)科學(xué). 2018(S2)
[4]基于改進(jìn)RFM模型的電子商務(wù)客戶細(xì)分[J]. 徐翔斌,王佳強(qiáng),涂歡,穆明.  計(jì)算機(jī)應(yīng)用. 2012(05)
[5]客戶行為的有效聚類[J]. 劉慧婷,倪志偉.  計(jì)算機(jī)工程與應(yīng)用. 2010(04)

碩士論文
[1]基于RFM模型的C2C環(huán)境下顧客價(jià)值識(shí)別研究[D]. 安祥茜.西南財(cái)經(jīng)大學(xué) 2012



本文編號(hào)：3634393