基于數(shù)據(jù)挖掘的零售業(yè)客戶(hù)細(xì)分方法.pdf

1、隨著我國(guó)經(jīng)濟(jì)水平的提高，零售業(yè)發(fā)展迅猛。但由于競(jìng)爭(zhēng)的加劇，零售業(yè)的利潤(rùn)日漸微薄，迫切需要尋找新的利潤(rùn)增長(zhǎng)點(diǎn)。對(duì)于現(xiàn)在供過(guò)于求的零售業(yè)來(lái)說(shuō)，如何贏得和保留客戶(hù)并將客戶(hù)價(jià)值最大化變得尤為重要，也日漸成為企業(yè)最為關(guān)注的問(wèn)題之一?？蛻?hù)細(xì)分是企業(yè)成功實(shí)施客戶(hù)保持的關(guān)鍵，數(shù)據(jù)挖掘技術(shù)的出現(xiàn)更是為客戶(hù)細(xì)分提供了新方法。
　　已有的零售業(yè)客戶(hù)細(xì)分研究存在兩方面的不足：一是尚未形成完整的適用于零售業(yè)的客戶(hù)細(xì)分指標(biāo)體系；二是客戶(hù)細(xì)分模型準(zhǔn)確度偏低。為

2、了彌補(bǔ)以上不足，本研究工作在梳理了客戶(hù)細(xì)分理論和數(shù)據(jù)挖掘技術(shù)基礎(chǔ)上，構(gòu)建了一套基于RFM的客戶(hù)細(xì)分指標(biāo)體系，利用基于屬性加權(quán)的K-Mea ns算法建立了客戶(hù)細(xì)分模型。采用某連鎖超市的3萬(wàn)多條會(huì)員數(shù)據(jù)和近38萬(wàn)條銷(xiāo)售數(shù)據(jù)進(jìn)行實(shí)證研究，運(yùn)用以上指標(biāo)體系和客戶(hù)細(xì)分模型完成了客戶(hù)細(xì)分，最終將客戶(hù)分為四大類(lèi)，并針對(duì)不同客戶(hù)群體給出相應(yīng)的營(yíng)銷(xiāo)策略。實(shí)證研究結(jié)果表明，該方法在客戶(hù)行為特征區(qū)分能力和聚類(lèi)緊湊性方面均優(yōu)于傳統(tǒng)基于RFM的細(xì)分方法。方法可行