本文選題：購(gòu)買(mǎi)行為　切入點(diǎn)：客戶(hù)分群　出處：《深圳大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：互聯(lián)網(wǎng)的快速發(fā)展和市場(chǎng)的不斷完善成熟,將全球經(jīng)濟(jì)推進(jìn)到了電子商務(wù)時(shí)代。于此同時(shí),企業(yè)提供的商品和服務(wù)差別逐漸減小,客戶(hù)的購(gòu)買(mǎi)途徑變得更為豐富,客戶(hù)選擇更加多樣化,市場(chǎng)競(jìng)爭(zhēng)更加激烈,企業(yè)的市場(chǎng)戰(zhàn)略必須由過(guò)去以生產(chǎn)為中心、銷(xiāo)售為目的向現(xiàn)在以客戶(hù)為中心、服務(wù)為目的轉(zhuǎn)變,營(yíng)銷(xiāo)模式必須由大眾化營(yíng)銷(xiāo)向差異化營(yíng)銷(xiāo)轉(zhuǎn)變。有效的建立和完善以客戶(hù)和服務(wù)為中心的營(yíng)銷(xiāo)體系,最重要的就是對(duì)客戶(hù)進(jìn)行分群�？蛻�(hù)分群方法概括起來(lái)主要有兩類(lèi),第一類(lèi)是基于客戶(hù)的社會(huì)屬性和消費(fèi)額度等常規(guī)信息進(jìn)行分群,第二類(lèi)是基于客戶(hù)的購(gòu)買(mǎi)行為進(jìn)行分群�；谫�(gòu)買(mǎi)行為分群也即基于交易數(shù)據(jù)分群,它是采用數(shù)據(jù)挖掘的方法對(duì)客戶(hù)分群,這也是當(dāng)前研究的熱點(diǎn)。調(diào)研發(fā)現(xiàn),當(dāng)前基于購(gòu)買(mǎi)行為的客戶(hù)分群方法存在缺陷和不實(shí)用,它們只考慮客戶(hù)購(gòu)買(mǎi)的商品,沒(méi)有考慮商品類(lèi)別,而企業(yè)商品種類(lèi)很多并且劃分的很細(xì)致,這就導(dǎo)致群內(nèi)緊密度不高,實(shí)用價(jià)值不大。有些基于RFM模型的分群也沒(méi)有考慮到同組客戶(hù)購(gòu)買(mǎi)商品的差異性。本文針對(duì)上述基于購(gòu)買(mǎi)行為的客戶(hù)分群中存在的問(wèn)題,提出一種新的客戶(hù)分群模型,并基于該模型提出了新的客戶(hù)分群方法,完成了以下三個(gè)創(chuàng)新工作:1.用購(gòu)買(mǎi)樹(shù)模型表示客戶(hù)購(gòu)買(mǎi)信息。購(gòu)買(mǎi)樹(shù)是根據(jù)每個(gè)客戶(hù)購(gòu)買(mǎi)商品類(lèi)別建立對(duì)應(yīng)的層次結(jié)構(gòu)樹(shù),樹(shù)的葉子節(jié)點(diǎn)表示商品,內(nèi)部節(jié)點(diǎn)表示商品類(lèi)別。在計(jì)算客戶(hù)距離的時(shí)候,利用購(gòu)買(mǎi)樹(shù)加入了內(nèi)部類(lèi)別的距離,能夠從不同類(lèi)別層次粒度分析客戶(hù),提升客戶(hù)分群結(jié)果的實(shí)用價(jià)值。2.基于購(gòu)買(mǎi)樹(shù)模型,提出一種基于購(gòu)買(mǎi)樹(shù)的層次聚類(lèi)客戶(hù)分群方法。該聚類(lèi)方法對(duì)客戶(hù)按購(gòu)買(mǎi)樹(shù)的層次從高到低逐層進(jìn)行聚類(lèi)劃分,層內(nèi)用圖模型的方法進(jìn)行劃分,提高聚類(lèi)效果。3.針對(duì)傳統(tǒng)基于購(gòu)買(mǎi)行為的客戶(hù)分群通常只考慮客戶(hù)購(gòu)買(mǎi)的商品,沒(méi)有考慮商品價(jià)值的弱點(diǎn)。提出了在購(gòu)買(mǎi)樹(shù)中引入RFM值的客戶(hù)分群方法。對(duì)每個(gè)客戶(hù)創(chuàng)建一顆RFM購(gòu)買(mǎi)樹(shù),然后進(jìn)行聚類(lèi)分群,從而實(shí)現(xiàn)對(duì)客戶(hù)分群時(shí)考慮到商品的價(jià)值。采用真實(shí)數(shù)據(jù)對(duì)上述分群方法進(jìn)行了實(shí)驗(yàn),結(jié)果表明,新方法取得比已有方法更好的客戶(hù)分群效果,為客戶(hù)分群的應(yīng)用提供了新的工具。
[Abstract]:The rapid development of the Internet and the maturity of the market have pushed the global economy to the era of electronic commerce. At the same time, the differences in goods and services provided by enterprises are gradually decreasing, and the way customers buy has become more abundant. The choice of customers is more diversified and the market competition is more intense. The market strategy of enterprises must be changed from production-centered and sales to customer-centered and service-oriented in the past. The marketing mode must be changed from popular marketing to differentiated marketing. To establish and perfect the customer and service centered marketing system effectively, the most important thing is to divide the customers. The first is based on the customer's social attributes and consumption quota, the other is based on the customer's purchase behavior, which is based on the transaction data. It is a hot topic in the current research. It is found that the current customer clustering method based on purchasing behavior is flawed and impractical, and they only consider the goods purchased by customers. Not taking into account commodity categories, and enterprises with a large variety of commodities and very detailed division, which leads to low tightness in the group, Some clusters based on RFM model do not take into account the difference of the same group of customers to buy goods. In this paper, a new customer clustering model is proposed to solve the problems in the customer clustering based on purchasing behavior. Based on this model, a new customer clustering method is proposed, and the following three innovative tasks are accomplished: 1.The purchase tree model is used to represent the customer purchase information. The purchase tree is to establish the corresponding hierarchy tree according to each customer purchase item category. The leaf node of the tree represents the commodity, and the internal node represents the category of the item. When calculating the distance between the customers, the purchase tree is used to add the distance of the internal category, and the customer can be analyzed from different class levels of granularity. 2. Based on the purchase tree model, a hierarchical clustering method based on the purchase tree is proposed. In order to improve the clustering effect, the traditional customer clustering based on purchasing behavior is usually considered only the goods purchased by customers. Without considering the weakness of commodity value, this paper proposes a customer clustering method which introduces RFM value into the purchase tree. A RFM purchase tree is created for each customer, and then cluster clustering is carried out. In this way, the value of goods is taken into account in customer clustering. The experimental results show that the new method can achieve better customer clustering effect than the existing methods. It provides a new tool for the application of customer clustering.
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 沈舒南;挖掘通信市場(chǎng)價(jià)值的“源泉”——解密通信客戶(hù)忠誠(chéng)度的商機(jī)[J];移動(dòng)通信;2004年07期

2 李翊瑋;誰(shuí)是你的最佳客戶(hù) 通過(guò)客戶(hù)忠誠(chéng)度和客戶(hù)價(jià)值定義你的最佳客戶(hù)[J];中國(guó)計(jì)算機(jī)用戶(hù);2005年34期

3 劉崇德;蔣華園;;解讀電信客戶(hù)忠誠(chéng)度的新視角[J];信息網(wǎng)絡(luò);2005年12期

4 ;客戶(hù)忠誠(chéng)度的認(rèn)識(shí)誤區(qū)[J];每周電腦報(bào);2007年22期

5 劉廣會(huì);;電信企業(yè)客戶(hù)忠誠(chéng)度及客戶(hù)保持[J];通信管理與技術(shù);2008年05期

6 黃百業(yè);陳澤奇;;如何走出客戶(hù)滿(mǎn)意度和流失率雙高的怪圈[J];通信世界;2009年38期

7 周鵬義;;客戶(hù)忠誠(chéng)度計(jì)劃的設(shè)計(jì)與實(shí)施[J];電子商務(wù);2010年09期

8 周鵬義;王立軍;;客戶(hù)關(guān)系管理在中國(guó)的應(yīng)用[J];電子商務(wù);2011年07期

9 曉莉;CRM面面觀[J];電子商務(wù);2001年07期

10 李雷,李海霞;客戶(hù)關(guān)系與企業(yè)核心競(jìng)爭(zhēng)力研究[J];科技管理研究;2002年03期

相關(guān)會(huì)議論文 前10條

1 曹春玲;;客戶(hù)關(guān)系管理在煙草行業(yè)中的應(yīng)用[A];中國(guó)煙草行業(yè)信息化研討會(huì)論文集[C];2004年

2 李濟(jì)民;;實(shí)施客戶(hù)關(guān)系管理需要員工和零售戶(hù)的雙重忠誠(chéng)[A];中國(guó)煙草學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

3 侯立文;蔣馥;;客戶(hù)忠誠(chéng)度提升決策研究[A];2004年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2004年

4 張?jiān)?;創(chuàng)造快樂(lè)品牌 提升客戶(hù)價(jià)值[A];通信發(fā)展戰(zhàn)略與業(yè)務(wù)管理創(chuàng)新學(xué)術(shù)研討會(huì)論文集[C];2005年

5 陳學(xué)進(jìn);;完善客戶(hù)經(jīng)理工作制度之我見(jiàn)[A];湖北省煙草學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文集[C];2007年

6 何驛;;抓好客戶(hù)關(guān)系管理，提升服務(wù)質(zhì)量，拓展發(fā)展空間[A];中國(guó)康復(fù)醫(yī)學(xué)會(huì)療養(yǎng)康復(fù)專(zhuān)業(yè)委員會(huì)2008年學(xué)術(shù)會(huì)議論文匯編[C];2008年

7 郭琳;吳悅;倪亮;;移動(dòng)通信客戶(hù)忠誠(chéng)度分層模型研究[A];中國(guó)通信學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集（下）[C];2009年

8 許以洪;;客戶(hù)聯(lián)盟的理論基礎(chǔ)與模式選擇[A];中國(guó)市場(chǎng)學(xué)會(huì)2006年年會(huì)暨第四次全國(guó)會(huì)員代表大會(huì)論文集[C];2006年

9 趙瓏;;電子商務(wù)模式下的企業(yè)客戶(hù)關(guān)系管理與客戶(hù)價(jià)值的實(shí)現(xiàn)[A];第12屆全國(guó)信息管理與工業(yè)工程學(xué)術(shù)會(huì)議論文匯編[C];2008年

10 郭玉連;齊佳音;;組織客戶(hù)成本體系構(gòu)建研究[A];第十三屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 呂培勤;完善客戶(hù)關(guān)系 促進(jìn)客企和諧[N];經(jīng)理日?qǐng)?bào);2007年

2 任德軍;以產(chǎn)品吸攬客戶(hù)以服務(wù)留住客戶(hù)[N];金融時(shí)報(bào);2006年

3 張平;從客戶(hù)不滿(mǎn)中發(fā)掘客戶(hù)信賴(lài)[N];醫(yī)藥經(jīng)濟(jì)報(bào);2007年

4 ;大客戶(hù)不盈利 你該怎么辦？[N];中國(guó)經(jīng)營(yíng)報(bào);2006年

5 北京神州數(shù)碼咨詢(xún)公司咨詢(xún)顧問(wèn) 王言;為銀行客戶(hù)忠誠(chéng)度測(cè)量“體溫”[N];中國(guó)計(jì)算機(jī)報(bào);2008年

6 本版編輯邋焦振國(guó) 曹杰;回訪(fǎng)客戶(hù) 面面俱到(上)[N];中國(guó)保險(xiǎn)報(bào);2008年

7 宋明霞;你助客戶(hù)成功客戶(hù)幫你賺錢(qián)[N];市場(chǎng)報(bào);2004年

8 楚木;客戶(hù)經(jīng)理如何善待客戶(hù)“抱怨”[N];企業(yè)家日?qǐng)?bào);2012年

9 本報(bào)記者 馮穎;溝通不足降低客戶(hù)忠誠(chéng)度[N];中國(guó)旅游報(bào);2013年

10 記者 王虹 通訊員 張颯;阜新移動(dòng)多措并舉提升客戶(hù)忠誠(chéng)度[N];人民郵電;2014年

相關(guān)博士學(xué)位論文 前6條

1 盧琦蓓;面向電商平臺(tái)客戶(hù)持續(xù)購(gòu)買(mǎi)問(wèn)題的情境化推薦模型研究[D];浙江工商大學(xué);2016年

2 暴志剛;產(chǎn)品生命周期管理背景下的客戶(hù)關(guān)系管理若干關(guān)鍵技術(shù)研究[D];浙江大學(xué);2007年

3 徐巖;制造業(yè)企業(yè)客戶(hù)資源管理及關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2005年

4 曾小平;面向CRM的客戶(hù)滿(mǎn)意度理論研究[D];華中科技大學(xué);2004年

5 張杰;以客戶(hù)為中心的制造業(yè)企業(yè)管理模型及應(yīng)用[D];吉林大學(xué);2007年

6 朱凌云;面向大規(guī)模定制產(chǎn)品設(shè)計(jì)的客戶(hù)需求處理關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 彭巖;3G時(shí)代通信企業(yè)移動(dòng)客戶(hù)忠誠(chéng)度研究[D];北京郵電大學(xué);2010年

2 關(guān)葉鵬;A印務(wù)有限公司客戶(hù)忠誠(chéng)度提升策略研究[D];北京交通大學(xué);2011年

3 黃潔瓊;需求視角下的銀行客戶(hù)忠誠(chéng)度研究[D];寧波大學(xué);2011年

4 劉雪山;電信業(yè)客戶(hù)忠誠(chéng)度及其對(duì)策研究[D];廣西大學(xué);2005年

5 姚燕;提升石河子移動(dòng)公司客戶(hù)忠誠(chéng)度的策略研究[D];石河子大學(xué);2011年

6 劉宇;服務(wù)品質(zhì)和關(guān)系品質(zhì)對(duì)客戶(hù)忠誠(chéng)度的影響研究[D];華南理工大學(xué);2012年

7 劉廣斌;零售銀行提高客戶(hù)忠誠(chéng)度的路徑研究[D];西北農(nóng)林科技大學(xué);2013年

8 邢新玲;基于博弈理論的客戶(hù)忠誠(chéng)度評(píng)價(jià)的研究[D];浙江理工大學(xué);2013年

9 柏雪梅;民營(yíng)培訓(xùn)機(jī)構(gòu)的客戶(hù)關(guān)系管理與客戶(hù)忠誠(chéng)度的相關(guān)性研究[D];西南大學(xué);2015年

10 黃知之;面向用戶(hù)創(chuàng)新的客戶(hù)關(guān)系管理研究[D];武漢理工大學(xué);2014年

，

本文編號(hào)：1652425