基于数据挖掘的客户细分案例分析

发布时间：2017-04-08 03:11

  本文关键词：基于数据挖掘的客户细分案例分析，由笔耕文化传播整理发布。

【摘要】：在中国庞大而迅速增长的女鞋市场中,前十强女鞋品牌的市场占有率仅为38.4%,约占全国总销量的三分之一。巨大的市场容量使得鞋类企业的竞争日趋白热化,一线品牌加紧全国布局、全线出击,二线品牌也不甘示弱、紧随其后,许多鞋类企业也开始不满足于目前的发展现状,努力扩宽更大的市场空间。企业要想在鞋类市场中占据优势地位要做到两点:一方面要不断的吸引新客户,这时就要依靠企业自身的高质量产品、优质服务以及良好信誉;另一方面要留住老客户,提升老客户的忠诚度,就需要了解老客户的喜好,满足老客户的不同需求来避免客户流失。吸引一个新客户的成本是留住老客户的5-7倍,但是对于拥有有限资源的企业来说,不可能对每个老客户进行定性分析来获取他们的不同偏好和不同需求,这就需要对庞大的老客户群进行细分,细分的目的就是能够针对不同类群的客户采取针对性的营销策略,从而实现既能满足客户的需求又能让企业获利的双赢。本文研究的对象是一个以鞋类的研发制造及品牌管理为主的时尚集团上市企业,业务遍及大中华区(中国大陆、香港、台湾)、亚洲、欧洲及北美洲,是中国最成功的国内品牌之一。由于当今流行的客户细分理论的视角主要关注在消费市场的细分上,现有的客户细分理论中根据客户购买的产品特征进行细分的分析和研究相对较少,因此本文的研究就是把该品牌鞋子的风格特征作为细分变量。本文主要是基于该企业的销售数据来进行分析,实践意义就是要通过论文中阐述的客户细分理论,结合企业的实际情况,划分出不同的客户群,同时结合客户的购买次数和购买金额,直观具体的反映该品牌客户的偏好以及每类客户群对企业的重要性,企业可以根据不同客户群的需求和对企业的贡献制定不同的宣传营销策略,从而降低企业的销售成本,提高企业的竞争力。本文结合运用SQL Server数据库和R软件,并采用数据挖掘中的K-means聚类算法对客户进行聚类,通过对5到12类的聚类结果的分析,得出聚为5、9、12类比较合适,并对这三种聚类结果进行了比较总结,为以后鞋类企业进行客户细分提供了研究思路。
【关键词】：客户细分 SQL Server K-means 聚类 数据挖掘 营销策略
【学位授予单位】：兰州财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F274;F426.86;F224
【目录】：

• 摘要4-5
• Abstract5-11
• 1 绪论11-19
• 1.1 研究背景11-12
• 1.2 研究目的和意义12-13
• 1.3 客户细分的国内外研究现状13-17
• 1.3.1 客户细分标准的发展13-15
• 1.3.2 国内对各种细分标准的比较研究15-16
• 1.3.3 基于数据挖掘的客户细分应用现状16-17
• 1.4 研究方法和主要内容17-19
• 1.4.1 研究方法17
• 1.4.2 论文的主要内容与结构安排17-18
• 1.4.3 本文的创新之处18-19
• 2 相关理论与方法论述19-30
• 2.1 客户细分的理论研究19-21
• 2.1.1 客户细分的含义和目的19-20
• 2.1.2 客户细分的原则20
• 2.1.3 客户细分的步骤20-21
• 2.2 数据挖掘的理论研究21-24
• 2.2.1 数据挖掘的基本概念和功能21-22
• 2.2.2 数据挖掘的现状与应用22-23
• 2.2.3 数据挖掘的流程23-24
• 2.2.4 数据库SQL Server和数据挖掘工具R软件简介24
• 2.3 数据挖掘中的客户细分方法与比较24-30
• 2.3.1 统计分析方法25
• 2.3.2 决策树方法25-26
• 2.3.3 神经网络方法26
• 2.3.4 聚类分析方法26-30
• 3 A企业简介30-35
• 3.1 A企业基本情况30-32
• 3.1.1 A企业概况30
• 3.1.2 A企业组织架构30-32
• 3.2 A企业发展历程32
• 3.3 A企业经营模式的转变32-35
• 3.3.1 直营VS加盟32-33
• 3.3.2 开启直营店模式33-35
• 4 案例分析35-49
• 4.1 案例介绍35
• 4.2 数据预处理35-41
• 4.2.1 数据准备35-37
• 4.2.2 数据清洗37-38
• 4.2.3 数据整合与转换38-41
• 4.3 客户细分过程41-48
• 4.4 类别不同时的比较分析48-49
• 5 结论与建议49-52
• 5.1 研究结论49
• 5.2 营销建议49-50
• 5.3 不足与展望50-52
• 参考文献52-55
• 附录55-58
• 后记58

【引证文献】

中国重要会议论文全文数据库 前1条

1 张沫;栾媛媛;秦培玉;罗丹;;基于聚类算法的多维客户行为细分模型研究与实现[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年

  本文关键词：基于数据挖掘的客户细分案例分析，由笔耕文化传播整理发布。

，

本文编号：291935