版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著信息時代和經(jīng)濟全球化的到來,信息量如日劇增,企業(yè)之間的競爭也越來越激烈。企業(yè)如何在如此激烈的市場競爭中占有一席之地,如何有效地保留客戶、減少客戶的流失呢?這些都是眾多企業(yè)最關(guān)心的問題。企業(yè)與企業(yè)之間的競爭已經(jīng)逐漸演變成為爭奪客戶的競爭。如今,客戶是上帝的口號隨處可見。如何爭取到更多忠誠的客戶成為企業(yè)夢寐以求的目標。在此背景下,研究和探討“基于K-means聚類的企業(yè)客戶價值分析”將有著深刻的現(xiàn)實意義。
本論文深入地研究分析
2、了客戶價值理論以及前人對客戶價值評價、分類模型的論述,通過比對優(yōu)劣,指出了其中不足。在深入剖析目前客戶價值分類方法的基礎(chǔ)上,通過引進數(shù)據(jù)挖掘技術(shù),提出了基于K-means聚類分析的客戶價值模式,并以“層次分析法”作為體系指標權(quán)重的分析方法,為企業(yè)識別價值客戶,以個性化營銷吸引客戶提供保障。最后,提出了如何在企業(yè)中以此客戶價值模式作指導(dǎo),更好地實施CRM,以協(xié)助企業(yè)提高整體企業(yè)競爭力。
本論文主要從以下幾個方面展開研究和探討:<
3、br> (1)對客戶價值的相關(guān)理論概念進行了綜述。分別對CRM、數(shù)據(jù)挖掘、客戶價值分析理論做了詳細的闡述。
(2)指出了客戶價值分析的必要性,重點論述了客戶價值傳統(tǒng)分類方法,并指出其不足,之后引入數(shù)據(jù)挖掘聚類技術(shù),建立基于K-means聚類的客戶價值分類模型。
(3)建立客戶價值評價體系,運用層次分析法分析各指標權(quán)重,之后運用K-means聚類對客戶價值進行差異化分析,對客戶進行分類。并分別對各類客戶的營銷策略加以
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于K-Means聚類算法的客戶細分研究.pdf
- 基于遺傳算法的K-means聚類算法分析研究.pdf
- 基于K-Means的文檔聚類算法研究.pdf
- k-means聚類算法分析應(yīng)用研究
- (6)K-means聚類算法.pdf
- K-means聚類算法的改進.pdf
- K-means聚類算法的改進研究.pdf
- 基于K-means聚類的RCNA識別算法.pdf
- 基于K-means聚類算法的負荷模型研究.pdf
- 基于凝聚模糊K-means的聚類方法研究.pdf
- 基于聚類K-Means算法的分析與應(yīng)用研究.pdf
- K-means聚類優(yōu)化算法的研究.pdf
- 基于改進K-means聚類的推薦方法研究.pdf
- K-means聚類算法研究及其應(yīng)用.pdf
- 基于K-means聚類的LEACH協(xié)議的改進研究.pdf
- 密度敏感的K-means聚類算法研究.pdf
- 基于密度的改進K-Means文本聚類算法研究.pdf
- 基于遺傳算法的K-MEANS聚類改進研究.pdf
- 數(shù)據(jù)挖掘K-means聚類算法的研究.pdf
- K-Means聚類算法的研究與改進.pdf
評論
0/150
提交評論