基于K-means聚类算法的客户价值分析研究

发展来看，第0类客户是最有价值的客户，这 也就是创造那80%利润的20%的客户；第1类客户目前的情况下对整个 РР企业的盈利来说还是贡献很大的，但是从这部分客户的潜在价值来看, 是最容易流失的一部分客户；第2类客户可能是任何企业的客户中绝 大部分的一批客户，这批客户的流动性是最大的，也是最不稳定的一 批客户，他们可能是暂时的对企业的产品感兴趣，但是可能又马上转 向了另一家企业的产品。Р图1利用K-means聚类算法分析客户价值结果图Р4结束语Р聚类分析发展到现在已是一个跨学科交叉的领域，它被广泛应用 于经济分析、模式识别、数据分析等领域。特别在商业方面，聚类分 析可以帮助市场人员发现顾客群中所存在的不同特征组群。本文主要 是利用了聚类分析中的k-means聚类算法对客户的价值进行分析，通 过分析客户的现有价值和潜在价值对客户进行分类，实现对客户的区 分，企业进而可以结合自己的实际情况，确定能够为自己带来高利润 的那部分客户，从而研究切实可行的营销方案，为企业不断地巩固老Р客户，同时也赢得新客户提供决策支持。Р参考文献：Р楼建强，赵禹骅•证券公司经纪业务分析型CRM需求设计的框 架性分析•金融与经济，2002 (11)РРDavidHand, HeikkiMannila, PadhraicSmyth 著；张银奎，廖 丽，宋俊等译•数据挖掘原理•北京：机械工业出版社，2003РMichaelJ. A. Berry, GordonS. Linoff 著；袁卫等译.数据挖掘 ---客户关系管理的科学与艺术•北京：中国财政经济出版社，2004Р朱爱群•客户关系管理与数据挖掘•北京：中国财政经济出版 社，2001РJames, D. BettertogethermarketingresearchandCRM. Marketi ngNews2002vol. 36, no. 1015-16