基于聚类结果调整方法的客户细分研究

《基于聚类结果调整方法的客户细分研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于聚类结果调整方法的客户细分研究RESEARCHONCUSTOMERSEGMENTATIONBASEDONTHEMETHODOFADJUSTINGTHECLUSTERRESULT王东雷哈尔滨工业大学2012年7月国内图书分类号：F626.5学校代码：10213国际图书分类号：658.8密级：公开管理学硕士学位论文基于聚类结果调整方法的客户细分研究硕士研究生：王东雷导师：李宝家申请学位：管理学硕士学科：技术经济及管理所在单位：经济管理学院答辩日期：2012年7月授予学位单位：哈尔滨工业大学Classi

2、fiedIndex:F626.5U.D.C:658.8DissertationfortheMasterDegreeinManagementRESEARCHONCUSTOMERSEGMENTATIONBASEDONTHEMETHODOFADJUSTINGTHECLUSTERRESULTCandidate：WangDongleiSupervisor：AssociateProf.LiBaojiaAcademicDegreeAppliedfor：MasterDegreeinManagementSpeciality：Tec

3、h-EconomicsandManagementAffiliation：SchoolofEconomicsandManagementDateofDefence：July,2012Degree-Conferring-Institution：HarbinInstituteofTechnology摘要摘要随着市场经济的深入发展，企业面临的市场空间不断扩大，市场竞争也日趋激烈。在这个“客户决定规则”的时代，客户已经成为企业最重要的战略资源，促使企业越来越重视客户关系管理。客户细分是客户关系管理的核心和基础，客户细分方法又

4、是客户细分成功的关键，因此研究客户细分方法具有重要的理论和应用价值。一种常见的客户细分方法是利用各种客户数据结合聚类分析方法对客户进行细分，在整个聚类分析处理过程中客户信息是封闭的，这无法满足如今企业对不同机构间的客户数据信息交流的迫切需求。于是，提出了一种新的客户细分方法，即聚类结果调整方法，通过界定内部集合和外部集合的概念，详细地介绍了聚类结果调整的思路和算法。提出的方法通过适度的信息交流修正了信息孤岛情况下的聚类结果，丰富了聚类结果的信息含量，提高了客户细分结果的质量。对提出的两种具体算法分别进行数据仿真实

5、验，证实了所提出方法的可执行性。将一个外部集合条件下的算法应用于某电信企业的客户分类的实证研究中，得到了调整后的客户分类结果，证实了方法的有效性。结合客户指标数据和相关领域知识对得到的结果进行解释和分析，并针对不同类别的客户制定了对应的商业策略，帮助企业更好地完成了客户细分，说明了方法的实用价值。关键词：客户细分；聚类分析；聚类结果调整-I-AbstractAbstractAlongwiththein-depthdevelopmentofmarketeconomy,themarketspaceofenterpri

6、sesareexpandingunceasingly,andthemarketcompetitionisincreasingintensely.Intheeraof‘customerdeciderules’,customershavebecomethemostimportantstrategicresourcesofenterprises,andthispromotesenterprisespaymoreandmoreattentiontotheCustomerRelationshipManagement(CRM

7、).CustomersegmentationisthecoreandfoundationofCRMandcustomersegmentationmethodsarethekeytothesuccessofthecustomersegmentation.Studyingthecustomersegmentationmethodshasboththetheoreticalandpracticalvalues.Acommoncustomersegmentationmethodistosegmentcustomersby

8、thetechniqueofclusteringanalysisusingavarietyofcustomers’data.Inthewholeprocessofclusteringanalysis,customerinformationisclosed,sothiscannotmeettheenterprises’urgentneedsofinformationexch