企業(yè)由以產(chǎn)品為中心的管理理念,逐步轉(zhuǎn)變?yōu)椤耙钥蛻?hù)為中心,盡可能滿(mǎn)足客戶(hù)的需要”的企業(yè)管理理念,行業(yè)競(jìng)爭(zhēng)也日益加劇,企業(yè)已經(jīng)認(rèn)識(shí)到客戶(hù)才是稀缺資本及利潤(rùn)的根本,忠誠(chéng)的客戶(hù)更是企業(yè)難以替代的重要資本。因此,客戶(hù)細(xì)分是對(duì)房地產(chǎn)企業(yè)管理不可或缺的步驟,同時(shí),隨著聚類(lèi)分析技術(shù)的發(fā)展,在商貿(mào)領(lǐng)域中,聚類(lèi)技術(shù)能夠輔助管理者對(duì)客戶(hù)的消費(fèi)數(shù)據(jù)有效性進(jìn)行分析,使消費(fèi)模式通過(guò)聚類(lèi)的幫助對(duì)消費(fèi)者進(jìn)行概括,有效區(qū)分消費(fèi)群體,做出有價(jià)值的決策。因此,本文研究目的就是為了建立房地產(chǎn)客戶(hù)細(xì)分模型,利用聚類(lèi)分析技術(shù)對(duì)房地產(chǎn)客戶(hù)數(shù)據(jù)進(jìn)行有效分析,區(qū)分客戶(hù)的類(lèi)別做出針對(duì)性的客戶(hù)關(guān)系管理。本論文在房地產(chǎn)客戶(hù)數(shù)據(jù)信息多而復(fù)雜的背景下,以房地產(chǎn)客戶(hù)為研究對(duì)象,結(jié)合相關(guān)理論,構(gòu)建了房地產(chǎn)客戶(hù)細(xì)分指標(biāo)體系,并且建立了房地產(chǎn)客戶(hù)細(xì)分模型,對(duì)房地產(chǎn)客戶(hù)的當(dāng)前價(jià)值、潛在價(jià)值和忠誠(chéng)度三個(gè)方面進(jìn)行了分析,結(jié)合聚類(lèi)分析技術(shù)K-means算法進(jìn)行劃分聚類(lèi),根據(jù)細(xì)分結(jié)果分析客戶(hù)群,從而對(duì)房地產(chǎn)開(kāi)發(fā)商提出合理的建議。本論文明確了客戶(hù)細(xì)分指標(biāo)的構(gòu)建原則以及步驟,闡述了客戶(hù)細(xì)分理論和聚類(lèi)分析理論,分析了房地產(chǎn)這一特殊行業(yè)客戶(hù)細(xì)分指標(biāo),從而構(gòu)建了房地產(chǎn)客戶(hù)... 

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究的背景
    1.2 研究目的和意義
        1.2.1 研究目的
        1.2.2 研究的意義
    1.3 國(guó)內(nèi)外相關(guān)研究現(xiàn)狀
        1.3.1 國(guó)內(nèi)研究現(xiàn)狀
        1.3.2 國(guó)外研究現(xiàn)狀
        1.3.3 國(guó)內(nèi)外研究現(xiàn)狀評(píng)述
    1.4 研究?jī)?nèi)容與方法
        1.4.1 研究?jī)?nèi)容
        1.4.2 研究方法與技術(shù)路線
第2章 客戶(hù)細(xì)分和聚類(lèi)理論分析
    2.1 客戶(hù)細(xì)分的概念原則以及指標(biāo)
        2.1.1 客戶(hù)細(xì)分概念
        2.1.2 客戶(hù)細(xì)分原則及指標(biāo)
    2.2 客戶(hù)細(xì)分的數(shù)據(jù)挖掘技術(shù)的選擇
        2.2.1 統(tǒng)計(jì)分析方法
        2.2.2 決策樹(shù)方法
        2.2.3 神經(jīng)網(wǎng)絡(luò)算法
        2.2.4 聚類(lèi)分析
    2.3 聚類(lèi)分析技術(shù)的選擇
        2.3.1 聚類(lèi)分析技術(shù)概述
        2.3.2 聚類(lèi)分析算法
        2.3.3 K-means算法
    2.4 本章小節(jié)
第3章 房地產(chǎn)客戶(hù)細(xì)分模型的構(gòu)建
    3.1 指標(biāo)體系構(gòu)建原則及步驟
        3.1.1 指標(biāo)體系構(gòu)建原則
        3.1.2 指標(biāo)體系構(gòu)建步驟
    3.2 房地產(chǎn)客戶(hù)細(xì)分指標(biāo)分析
        3.2.1 基于客戶(hù)價(jià)值細(xì)分指標(biāo)體系設(shè)計(jì)
        3.2.2 基于客戶(hù)忠誠(chéng)度細(xì)分指標(biāo)體系設(shè)計(jì)
        3.2.3 基于客戶(hù)價(jià)值和忠誠(chéng)度構(gòu)建房地產(chǎn)客戶(hù)細(xì)分指標(biāo)體系
    3.3 客戶(hù)細(xì)分模型設(shè)計(jì)
        3.3.1 數(shù)據(jù)預(yù)處理
        3.3.2 主成分分析
        3.3.3 房地產(chǎn)客戶(hù)細(xì)分模型
    3.4 本章小結(jié)
第4章 房地產(chǎn)客戶(hù)細(xì)分實(shí)證分析
    4.1 寶宇地產(chǎn)的企業(yè)現(xiàn)狀評(píng)述
        4.1.1 寶宇地產(chǎn)的企業(yè)現(xiàn)狀
        4.1.2 寶宇地產(chǎn)SWOT分析
    4.2 數(shù)據(jù)預(yù)處理
        4.2.1 數(shù)據(jù)準(zhǔn)備
        4.2.2 主成分分析
    4.3 基于K-means算法的客戶(hù)細(xì)分
    4.4 結(jié)果分析及建議
        4.4.1 結(jié)果分析
        4.4.2 對(duì)寶宇地產(chǎn)實(shí)施客戶(hù)細(xì)分建議
    4.5 本章小節(jié)
結(jié)論
參考文獻(xiàn)
附錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]淺論如何提高客戶(hù)的忠誠(chéng)度[J]. 王棲.  企業(yè)改革與管理. 2016(15)
[2]可持續(xù)消費(fèi)行為研究的新視角:基于行為階段變化理論[J]. 劉英.  消費(fèi)經(jīng)濟(jì). 2016(03)
[3]基于新三維客戶(hù)細(xì)分模型的線上會(huì)員客戶(hù)價(jià)值研究[J]. 葉志龍,黃章樹(shù).  統(tǒng)計(jì)與信息論壇. 2016(05)
[4]基于客戶(hù)價(jià)值的服務(wù)評(píng)價(jià)研究——以A公司為例[J]. 王婷.  物流技術(shù). 2016(03)
[5]消費(fèi)者偏好驅(qū)動(dòng)的SUV產(chǎn)品族側(cè)面外形基因設(shè)計(jì)[J]. 羅仕鑒,李文杰,傅業(yè)燾.  機(jī)械工程學(xué)報(bào). 2016(02)
[6]初始點(diǎn)優(yōu)化與參數(shù)自適應(yīng)的密度聚類(lèi)算法[J]. 戴陽(yáng)陽(yáng),李朝鋒,徐華.  計(jì)算機(jī)工程. 2016(01)
[7]基于密度的優(yōu)化初始聚類(lèi)中心K-means算法研究[J]. 何佳知,謝穎華.  微型機(jī)與應(yīng)用. 2015(19)
[8]基于云自適應(yīng)遺傳算法的K-means聚類(lèi)分析[J]. 許茂增,余國(guó)印.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2015(17)
[9]網(wǎng)絡(luò)購(gòu)物中顧客轉(zhuǎn)換成本的影響因素研究[J]. 柳晨.  經(jīng)貿(mào)實(shí)踐. 2015(08)
[10]基于SWOT分析的企業(yè)核心競(jìng)爭(zhēng)力培育研究——以中小型房地產(chǎn)企業(yè)為例[J]. 饒靜.  河南財(cái)政稅務(wù)高等專(zhuān)科學(xué)校學(xué)報(bào). 2015(04)



本文編號(hào)：3732068