基于數據挖掘的客戶保持問題研究.pdf

1、隨著市場競爭日趨激烈，傳統(tǒng)的以產品為中心的市場戰(zhàn)略逐漸被以客戶為中心、以滿足客戶需求為目的的市場戰(zhàn)略所取代，客戶資源成為企業(yè)競爭的焦點，客戶保持問題也成為客戶關系管理的核心。激烈的競爭必然會導致客戶處于不穩(wěn)定狀態(tài)，每個企業(yè)都面臨著嚴重的客戶流失問題。如何根據客戶的特征和客戶行為預測客戶的保持度，并結合競爭環(huán)境的變化制定有效的客戶挽留和贏回策略并實現(xiàn)贏利，是企業(yè)正常運營的重要任務，也是客戶關系管理研究的一個重要課題。 本文以數據挖

2、掘技術為客戶保持提供支持作為研究的切入點，核心是利用數據挖掘輔助企業(yè)的客戶保持策略的制定和實施，著重從客戶保持的理論、相關的數據挖掘技術和客戶保持體系的構建等方面進行了研究，并將該客戶保持模型在電子商務網站進行仿真應用。 在深入的研究客戶保持理論和數據挖掘技術基礎之上，本文的研究重點在于客戶保持體系的構建，將電子商務企業(yè)客戶網站瀏覽記錄、購買行為記錄、人口統(tǒng)計學數據以及相關推導指標等作為數據基礎，引入客戶價值分析，把客戶當前價值

3、和潛在價值引入客戶保持體系，建立客戶二維細分矩陣，作為企業(yè)制定保持策略的一個指標。在抽取了大量客戶數據后，為了降低數據處理量和計算的復雜性，使用屬性約減方法將客戶的過多的行為變量轉換為幾個主要的客戶行為指標。接著將自組織競爭神經網絡(SOM)作為分類方法，將客戶每個月的行為劃分為不同的行為狀態(tài)，建立客戶行為狀態(tài)序列。進一步應用關聯(lián)規(guī)則挖掘客戶行為狀態(tài)序列和客戶保持/流失之間的關系，預測客戶在下一階段的保持度，并對模型預測的準確度進行評價