基于k-means的客户细分.docxVIP

二、基于k-means的客户细分：本节基于R、F、M三个指标利用spss软件对客户进行聚类分析，R是客户最近一次消费距离至今的时间间隔，单位为天；F是客户的消费次数；M是客户的消费总额。首先，对数据进行清洗，识别并除去孤立点、噪声数据等。通过散点图可以看出图中有两个比较孤立的数据，为了避免对最后的聚类结果产生影响，删除这两个孤立点。去除孤立点之后，散点图如下： 因为R、F、M三个指标的量纲不同，大小也不同，所以为了消除这些差异，分别对这三个指标标准化。采用标准差标准化的方法对这三个指标进行标准化，标准差标准化是将变量中的观察值（原数据）减去该变量的平均数，然后除以该变量的标准差。经过标准化的数据都是没有单位的纯数量。对变量进行的标准差标准化可以消除量纲影响和变量自身变异的影响。 根据R、F、M三个值与各指标的均值的对比，可以将用户分为8个等级，对标准化后的数据进行聚类分析，采用k-means聚类法将客户聚为8组，从上图的聚类结果可以看出各分类中客户数量，1类1442人，2类76人，3类2747人，4类370人，5类7745人，6类742人，7类10389人，8类19342人，一共42853人。 上图中的结果是依据标准化后的数据得来的，为了观察原数据的情况，需要将数据还原到原始数据。上图是原始数据的情况，1类客户R均值为36.4，F均值为1.78，M均值为702.892类客户R均值为23.32，F均值为6.50，M均值为1659.673类客户R均值为27.44，F均值为2.00，M均值为305.424类客户R均值为27.08，F均值为3.31，M均值为1178.735类客户R均值为70.60，F均值为1.03，M均值为192.816类客户R均值为29.04，F均值为3.23，M均值为486.997类客户R均值为25.57，F均值为1.00，M均值为333.708类客户R均值为26.52，F均值为1.00，M均值为137.87所有客户R均值为34.69，F均值为1.17，M均值为242.76将每类客户的R、F、M三个指标的均值与所有客户对应的指标均值进行对比，可以看出8类客户共划分为5类上图为各类客户客户总人数。通过进一步分析可以得出下图所示结果。占总人数37%的重要客户，消费总金额占到了总金额的60%，占总人数63%的一般客户，消费总金额只占总金额的40%，符合原始数据中约40%的客户占据了总消费金额60%的特征，说明该算法可以有效的将客户按照贡献价值分开。