本文關(guān)鍵詞：基于數(shù)據(jù)挖掘的房地產(chǎn)開發(fā)企業(yè)既有客戶細分研究，由筆耕文化傳播整理發(fā)布。

【摘要】：國家出臺了許多宏觀調(diào)控政策使房地產(chǎn)市場競爭加劇。市場形勢的變化使得房地產(chǎn)開發(fā)企業(yè)的戰(zhàn)略不得不逐漸由以產(chǎn)品為中心向以客戶為中心轉(zhuǎn)變�？蛻羰瞧髽I(yè)利潤的來源,優(yōu)質(zhì)的客戶更是企業(yè)的核心競爭力。房地產(chǎn)企業(yè)想要在激烈的競爭中存活,就需要準確判斷客戶需求,抓住優(yōu)質(zhì)客戶,然后通過有針對性的管理、營銷和服務(wù)等,利用有限的資源為企業(yè)創(chuàng)造最大化的利潤。因此,對于房地產(chǎn)開發(fā)企業(yè)來說,對客戶關(guān)系進行管理是非常必要的。在企業(yè)進行客戶關(guān)系管理時,客戶細分是其不可缺少的步驟和重要工具�？蛻艏毞挚梢詫⒖蛻羧哼M行分類,幫助企業(yè)識別不同客戶的特征,快速找到具有高價值的客戶,從而進行更有效的管理。有研究表明,開發(fā)新客戶的成本比維持既有客戶的成本高很多,既有客戶的重復(fù)購買、交叉購買以及推薦新客戶是企業(yè)重要的利潤來源。因此,對既有客戶進行細分,識別不同客戶的差異,對房地產(chǎn)開發(fā)企業(yè)客戶關(guān)系管理也具有重要意義。然而,企業(yè)積累的客戶數(shù)據(jù)越來越多,傳統(tǒng)的基于經(jīng)驗或統(tǒng)計的簡單劃分無法滿足需求。數(shù)據(jù)挖掘技術(shù)的產(chǎn)生正好解決了這一問題。數(shù)據(jù)挖掘技術(shù)能夠處理海量的數(shù)據(jù),發(fā)現(xiàn)其中隱藏的、有價值的知識及模式等。將數(shù)據(jù)挖掘技術(shù)應(yīng)用于客戶細分能夠滿足對大量數(shù)據(jù)進行處理的要求,提高客戶細分結(jié)果的科學(xué)性和準確性。因此,本文將基于數(shù)據(jù)挖掘技術(shù)對房地產(chǎn)開發(fā)企業(yè)既有客戶進行細分研究。首先,探討了相關(guān)的理論知識,為后續(xù)研究提供理論支撐。相關(guān)的理論知識主要包括客戶細分的定義、細分指標和細分方法等,以及數(shù)據(jù)挖掘的定義、步驟、作用和相關(guān)的數(shù)據(jù)挖掘方法等。其次,設(shè)計了房地產(chǎn)開發(fā)企業(yè)客戶細分系統(tǒng)模型,明確了細分的指標體系和細分方法。通過對相關(guān)文獻進行總結(jié)歸納,再根據(jù)房地產(chǎn)開發(fā)企業(yè)客戶的消費特征,確定從客戶價值以及客戶忠誠度兩個維度描述客戶,并構(gòu)建了客戶細分的指標體系。介紹數(shù)據(jù)挖掘聚類算法中的K-means算法,并選用該方法作為客戶細分的方法。在結(jié)合指標體系及客戶細分方法的基礎(chǔ)上設(shè)計了客戶細分系統(tǒng)模型。最后,實例分析并提出建議。從某房地產(chǎn)開發(fā)企業(yè)收集客戶數(shù)據(jù),利用構(gòu)建的客戶細分模型對樣本客戶進行聚類,對所得結(jié)果中各個類別客戶的特點進行分析,提出企業(yè)的資源投入策略以及客戶保持策略。同時,為了使企業(yè)能夠順利進行客戶細分,并充分利用客戶細分結(jié)果,從操作層面上對企業(yè)提出了幾點建議。
【關(guān)鍵詞】：客戶細分 數(shù)據(jù)挖掘 K-means算法 客戶價值 客戶忠誠度
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F274;F299.233.4
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 緒論8-16
• 1.1 研究的背景和意義8-9
• 1.1.1 研究背景8-9
• 1.1.2 研究意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 客戶細分的研究現(xiàn)狀9-10
• 1.2.2 數(shù)據(jù)挖掘的研究現(xiàn)狀10-11
• 1.2.3 房地產(chǎn)開發(fā)企業(yè)客戶相關(guān)內(nèi)容的研究現(xiàn)狀11-12
• 1.2.4 研究現(xiàn)狀評述12
• 1.3 論文的主要內(nèi)容與結(jié)構(gòu)安排12-16
• 1.3.1 本文的研究目的12-13
• 1.3.2 本文的研究方法13
• 1.3.3 本文的研究內(nèi)容和技術(shù)路線13-16
• 2 相關(guān)理論基礎(chǔ)16-28
• 2.1 客戶細分理論基礎(chǔ)16-20
• 2.1.1 客戶細分的定義16
• 2.1.2 客戶細分的意義16-17
• 2.1.3 客戶細分的指標17-19
• 2.1.4 客戶細分的方法19-20
• 2.2 數(shù)據(jù)挖掘理論基礎(chǔ)20-26
• 2.2.1 數(shù)據(jù)挖掘的定義20-21
• 2.2.2 數(shù)據(jù)挖掘的步驟21-22
• 2.2.3 數(shù)據(jù)挖掘的功能22-24
• 2.2.4 數(shù)據(jù)挖掘方法—用于客戶細分24-26
• 2.3 本章小結(jié)26-28
• 3 房地產(chǎn)開發(fā)企業(yè)客戶細分模型的構(gòu)建28-41
• 3.1 房地產(chǎn)開發(fā)企業(yè)客戶界定28
• 3.2 構(gòu)建房地產(chǎn)開發(fā)企業(yè)客戶細分指標體系28-34
• 3.2.1 指標體系構(gòu)建原則28-29
• 3.2.2 指標體系構(gòu)建的步驟29
• 3.2.3 客戶細分指標的分析思路29-31
• 3.2.4 結(jié)合客戶價值與客戶忠誠度兩個維度構(gòu)建房地產(chǎn)開發(fā)企業(yè)客戶細分指標體系31-34
• 3.2.5 小結(jié)34
• 3.3 數(shù)據(jù)挖掘過程34-40
• 3.3.1 數(shù)據(jù)預(yù)處理35-38
• 3.3.2 K-mean算法38-39
• 3.3.3 小結(jié)39-40
• 3.4 客戶細分模型的框架設(shè)計40
• 3.5 本章小結(jié)40-41
• 4 案例分析41-57
• 4.1 某房地產(chǎn)開發(fā)企業(yè)的現(xiàn)狀41-42
• 4.2 數(shù)據(jù)預(yù)處理42-48
• 4.2.1 數(shù)據(jù)準備42-43
• 4.2.2 主成分分析43-48
• 4.3 基于K-means算法的客戶細分48-51
• 4.4 結(jié)果分析51-55
• 4.5 對企業(yè)實施客戶細分的建議55-56
• 4.6 本章小結(jié)56-57
• 5 總結(jié)與展望57-59
• 5.1 全文總結(jié)57-58
• 5.2 不足與展望58-59
• 致謝59-60
• 參考文獻60-64
• 附錄64
• A．作者在攻讀碩士學(xué)位期間發(fā)表的論文64

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 呂安民,林宗堅,李成名;數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的技術(shù)方法[J];測繪科學(xué);2000年04期

2 于曉燕;;決策樹算法在電信客戶細分中的應(yīng)用[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年01期

3 李菁菁,邵培基,黃亦瀟;數(shù)據(jù)挖掘在中國的現(xiàn)狀和發(fā)展研究[J];管理工程學(xué)報;2004年03期

4 梁循;;數(shù)據(jù)挖掘:建模、算法、應(yīng)用和系統(tǒng)[J];計算機技術(shù)與發(fā)展;2006年01期

  本文關(guān)鍵詞：基于數(shù)據(jù)挖掘的房地產(chǎn)開發(fā)企業(yè)既有客戶細分研究，，由筆耕文化傳播整理發(fā)布。

本文編號：253523