聚类算法在客户细分中应用.pdfVIP

第12卷 幕2期 烟台职业学院学报 Vbl．12NO．2 JournalofYantaiVocational 2006年6月 College Jun．2006 聚类算法在客户细分中的应用 周粉妹 (扬州职业大学，江苏扬州225002) 摘要：在客户关系管理的流程中，由于超市的规模庞大，客户的背景、收入、年龄、教育程 度、行为特征的不同，对商品的需求也呈现多层次、个性化、差异化的趋势，因此必须根据客户的特 点对客户进行细分，并在此基础上对不同的细分市场提供有针对性的差异化服务。数据挖掘技术中的 聚类分析，将有助于超市从堆积如山的数据中，发掘更多有利于营销的具有商业价值的信息。 关键词：客户细分；聚类；高价值客户；流失客户 中图分类号：F713．50 文献标识码：B 在客户关系管理中，人们普遍承认下列观点： 据属性之间的有趣的相互关系。比如超市中的客户 获得一个新客户的成本是保持一个老客户的5倍， 分类，通过顾客的购买行为、消费习惯、客户背 挽留一个不满意的客户的成本是保持一个老客户的 景识别大客户，挖掘有潜力的客户。 10倍。大量的行业研究显示：客户保持率提高5％，1．2聚类算法 利润将会提高25％以上。由此可见，客户保持对公司 聚类算法有多种，本文采用K均值算法。 的盈利能力有着惊人的影响。然而，客户保持的目标 K均值算法：给定类的个数K，将n个对象分 不是追求零流失，也不是说最大化客户保持率就等 到K个类中去，使得类内对象之间的相似性最大， 同于最大化企业利润的最大化。企业应该把有限的 而类之间的相似性最小。 资源投入到有利可图的客户，确定哪些是企业应该 K一均值聚类算法过程： 保持的客户，对于有效地开展客户保持、增强盈利能 (1)随机选取k个记录，作为种子节点； 力有着重要的意义。因此，客户细分是保证企业成功 (2)对剩余的记录集合，计算每个记录与K个种 实施客户保持的关键。 子节点的距离，将每个记录归到最近的那个种子节 点，这样整个记录集初次划分为K个聚集； 1 聚类的介绍 (3)对每个聚集，计算聚集的质心(聚集中心点)t (4)以每个质心为种子节点，重复上述步骤，直 1．1 聚类的定义：将一个对象的集合分割成几个 至聚集不再改变。 类．每个类内的对象之间是相似的。但与其他类的 对象是不相似的。 2 高价值客户细分 聚类分析是一种重要的人类行为。聚类分析己 被广泛地应用，包括模式识别，数据分析，图像 企业借助基于对客户价值的评估发现：通常情 处理以及市场研究。通过聚类人们能够识别密集的 况下，少部分高价值的客户能够为公司带来大部分 和稀疏的区域，因而发现全局的分布模式，以及数 利润。进行客户细分后，公司可以为这部分客户提 收稿日期：2006—02—27 作者简介：周粉妹(1967--)，女，扬州人，扬州职业大学副教授． ·40· 万方数据 弟2期 周扮妹：聚类算法在客户细分中的应用 供足够的技术和人力资源的支持，以满足这些高价 从数据仓库中直接得到进行挖掘的数据有许多好处， 值客户对公司客户服务的期望。 数据仓库的数据清理和数据挖掘的清理差不多，如 聚类分析挖掘步骤如下： 果数据在导人数据仓库时已经清理过，在做数据挖 (1)数据选择 掘时就没必要再清理一次了，而且所有的数据不一