工商管理论文：基于信息熵视角的在线零售企业顾客细分工商管理研究.docxVIP

工商管理论文：基于信息熵视角的在线零售企业顾客细分工商管理研究 1 绪论1.1 研究背景近年来，随着互联网市场的日益繁荣，电商企业得到了迅猛发展，企业的经营理念已由过去以“产品为中心”转向以“顾客为中心”（王宏，2006）。对于商品零散、顾客分散的在线零售企业来说，如何从海量的数据中提取有用信息，如何获得、保留顾客及挖掘顾客的潜在价值是在线零售企业要解决的主要问题。顾客细分是企业成功实施 CRM 的关键，数据挖掘技术的出现更是为顾客细分提供了新方法。“互联网+”战略的提出，越来越多的企业从线下走向线上，我国在线零售业的发展也已由卖方市场转移到买方市场，顾客的获得与保持成为企业成功与否的关键。一方面，随着愈演愈烈的价格战及日益上升的广告成本，使得行业内竞争激烈，优胜劣汰明显，在线零售企业进入微利时代。张继艳（2015）指出电商企业若想在这种微利的情况下获得更好的生存，就需要回归到商业的本质，进行精细化的运营。另一方面，数据挖掘技术的出现，为获得顾客的购买记录、访问时间等有用的顾客信息提供了可能；而数据挖掘技术的日渐成熟和在顾客细分中的广泛应用，为在线零售企业识别顾客价值、分析顾客购买行为，从而因人制宜制定营销策略提供了技术支持。网络数据的易获性和数据挖掘技术的成熟为在线零售企业充分利用数据进行顾客细分奠定了物质基础。实现精准营销的前提是有效的顾客细分，而选择何种细分方法和模型直接影响了顾客细分结果及其质量。因此选择适合的细分方法和模型是顾客细分的关键。相比于传统零售企业，在线零售企业具有商品种类繁多、交易次数频繁、交易数据呈爆炸式增长等特点，传统过于单一和简单化的顾客细分方式满足不了竞争日趋激烈的电商市场的发展需求，这就需要对在线零售企业的顾客细分方式进行具体分析。因此，选择合适的顾客细分方式和优化顾客细分模型，通过精细化的细分结果，还原这些数据背后顾客的行为特征和价值特征，进而通过细分结果指导企业经营决策，是电商企业更好运营的必经之路。............................1.2 研究的目的和意义1.2.1 研究目的本研究工作旨在针对在线零售企业的特点和当前的顾客细分研究现状，结合顾客细分理论和聚类分析方法，在对顾客细分的信息论特征探讨的基础上，引入信息熵的概念，构建基于信息熵的顾客细分模型，最终应用于企业实际以验证模型的适用性，以期为在线零售企业的经营决策尤其是营销策略的制订提供支持。1.2.2 研究意义在电子商务时代下，市场竞争加剧、企业资源的有限性以及消费者需求差异化等特点都决定了在线零售企业进行顾客细分的必要性。本研究通过信息熵对RFM 模型计算与聚类分析中 K-means 算法进行改进，并将两者结合起来，实现对在线零售企业的顾客细分；一方面，在理论丰富和完善了在线零售企业顾客关系管理和顾客细分理论，优化了顾客细分模型，一定程度上拓展了信息熵理论的应用范围，为后续研究提供了理论与方法参照；另一方面，在实践上，采取有效合理的顾客细分模型，通过科学、精确的方法计算，对在线零售企业通过顾客细分进行精准营销，进而提高营销和决策质量具有重大意义。从理论角度上，国内外关于顾客细分的研究有很多，然而传统线下行业居多，对在线顾客细分的研究较少，将信息熵应用到顾客细分这方面的理论研究就更少了。本文一方面基于传统的 RFM 模型，针对 RFM 模型在计算顾客价值中的不足，通过熵权优化算法，丰富了 CRM 理论，完善了顾客细分理；另一方面，将信息熵的概念引入顾客细分中来，用于改进 K-means 聚类方法，克服其不足，一定程度上拓展了信息熵理论的应用范围。最后将优化的 RFM 模型和 K-means 聚类方法相结合用于顾客细分，识别顾客价值，构建适用于在线零售企业的顾客细分模型，对后续在线零售企业顾客细分的研究有参考意义。本文基于信息熵视角，将信息熵用于对顾客细分模型的改进和优化，通过熵权法和叉熵聚类对 RFM 模型与聚类分析中 K-means 算法进行改进，并将两者结合起来，实现对在线零售企业的细分，以提高在线零售企业顾客细分的科学性和顾客细分质量，进而实现精准营销，将一对一营销发挥到极致，具有理论和现实意义。...........................2 顾客细分的相关理论与方法2.1 顾客细分的概念与意义2.1.1 顾客细分的概念顾客细分这一概念最早起源于市场营销中的市场细分这一概念，由美国著名市场营销学家 Smith 在上个世纪 50 年代提出后，便引起了大批学者的广泛关注。不同的学者对顾客细分的概念界定各不相同。Bernard 和 Mark Hammond（2002）指出顾客细分是指企业在明确的战略、业务模式和特