摘要：文章根据RFM模型计算客户忠诚度值，利用活跃度和商品评价计算客户价值值，构建以客户忠诚度为X轴，客户价值为Y轴的客户细分二维模型。首先收集250条以上的客户消费记录，并进行数据的预处理，得到客户样本的忠诚度值和客户价值值。其次在R语言中使用K-means函数对样本进行聚类分析，聚类结果将分为三个簇，分别是低客户忠诚度且低客户价值、较低客户忠诚度且稍微高客户价值和高客户忠诚度且高客户价值。再结合客户价值指标对聚类结果再次深入划分，最终分为五类客户，即高客户忠诚度且高客户价值客户（核心客户）、较高客户忠诚度且较高客户价值客户（高级客户）、较高客户忠诚度且较低客户价值客户（中级客户）、低客户忠诚度且高客户价值客户（潜在客户）、低客户忠诚度且低客户价值客户（一般客户）。同时针对不同特性的客户提出客户关系管理建议，提高营销的精确度。

 

关键词：K-means聚类分析；客户忠诚度；客户细分

 

目 录

摘 要

Abstract

1 研究背景及研究意义-1

1.1 研究背景-1

1.2 研究意义-1

2 国内外文献综述-2

2.1 国外研究-2

2.2 国内研究-2

2.3 研究现状-3

3 相关理论概述-4

3.1 聚类分析的相关理论-4

3.2 客户关系管理的相关理论-4

3.3 客户细分的相关理论-5

4 拼多多某女装店客户细分聚类分析-6

4.1 客户细分指标体系的构建-6

4.2 数据的选择和预处理-6

4.3 聚类算法过程及结果分析-8

5 客户细分管理建议-16

5.1 核心客户-16

5.2 高级客户-16

5.3 中级客户-17

5.4 潜在客户-17

5.5 一般客户-18

6 全文总结-20

参 考 文 献-21

致谢-22