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

【文章頁數(shù)】：70 頁

【學(xué)位級別】：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 國內(nèi)外相關(guān)研究現(xiàn)狀
        1.3.1 國內(nèi)研究現(xiàn)狀
        1.3.2 國外研究現(xiàn)狀
        1.3.3 國內(nèi)外研究現(xiàn)狀評述
    1.4 研究內(nèi)容與方法
        1.4.1 研究內(nèi)容
        1.4.2 研究方法與技術(shù)路線
第2章 客戶細(xì)分和聚類理論分析
    2.1 客戶細(xì)分的概念原則以及指標(biāo)
        2.1.1 客戶細(xì)分概念
        2.1.2 客戶細(xì)分原則及指標(biāo)
    2.2 客戶細(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 決策樹方法
        2.2.3 神經(jīng)網(wǎng)絡(luò)算法
        2.2.4 聚類分析
    2.3 聚類分析技術(shù)的選擇
        2.3.1 聚類分析技術(shù)概述
        2.3.2 聚類分析算法
        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)客戶細(xì)分指標(biāo)分析
        3.2.1 基于客戶價值細(xì)分指標(biāo)體系設(shè)計(jì)
        3.2.2 基于客戶忠誠度細(xì)分指標(biāo)體系設(shè)計(jì)
        3.2.3 基于客戶價值和忠誠度構(gòu)建房地產(chǎn)客戶細(xì)分指標(biāo)體系
    3.3 客戶細(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)客戶細(xì)分模型
    3.4 本章小結(jié)
第4章 房地產(chǎn)客戶細(xì)分實(shí)證分析
    4.1 寶宇地產(chǎn)的企業(yè)現(xiàn)狀評述
        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 對寶宇地產(chǎn)實(shí)施客戶細(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]淺論如何提高客戶的忠誠度[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]基于新三維客戶細(xì)分模型的線上會員客戶價值研究[J]. 葉志龍,黃章樹.  統(tǒng)計(jì)與信息論壇. 2016(05)
[4]基于客戶價值的服務(wù)評價研究——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)的密度聚類算法[J]. 戴陽陽,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聚類分析[J]. 許茂增,余國印.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2015(17)
[9]網(wǎng)絡(luò)購物中顧客轉(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)核心競爭力培育研究——以中小型房地產(chǎn)企業(yè)為例[J]. 饒靜.  河南財(cái)政稅務(wù)高等專科學(xué)校學(xué)報(bào). 2015(04)



本文編號：3732068