91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

論文摘要：本文針對(duì)企業(yè)網(wǎng)絡(luò)營(yíng)銷中的大量數(shù)據(jù)為基礎(chǔ)進(jìn)行數(shù)據(jù)的分析，依據(jù)數(shù)據(jù)挖掘技術(shù)中典型的聚類分析方法進(jìn)行數(shù)據(jù)的處理，并以一個(gè)網(wǎng)絡(luò)營(yíng)銷公司為例，對(duì)其客戶信息進(jìn)行了聚類分析，得到了一些有價(jià)值的信息，對(duì)于企業(yè)的營(yíng)銷策略的決策給與一定的支持。
論文關(guān)鍵詞：聚類分系,網(wǎng)絡(luò)營(yíng)銷,策略,客戶關(guān)系
　　0前言
　　現(xiàn)代科學(xué)技術(shù)的迅猛發(fā)展，特別是在互聯(lián)網(wǎng)的應(yīng)用和開發(fā)上更加的迅速，企業(yè)必須通過(guò)網(wǎng)絡(luò)對(duì)自己的產(chǎn)品加強(qiáng)宣傳以增強(qiáng)自己的競(jìng)爭(zhēng)力�？蛻羰且粋�(gè)非常重要的、有價(jià)值的重要資源，現(xiàn)在如何更好地從數(shù)據(jù)庫(kù)中挖掘出客戶中有價(jià)值的信息，更好的培植和經(jīng)營(yíng)與有價(jià)值客戶的關(guān)系，拋棄那些無(wú)利可圖沒(méi)有發(fā)展前景而且營(yíng)銷費(fèi)用高的客戶，并且可以針對(duì)不同價(jià)值的客戶給與不同的政策同時(shí)制定出個(gè)性化的營(yíng)銷策略，這些才能夠保證企業(yè)的生存發(fā)展。對(duì)于這一切數(shù)據(jù)挖掘無(wú)疑是行之有效的好方法之一。本文以一個(gè)網(wǎng)絡(luò)營(yíng)銷公司為例，提出了一套可操作性的對(duì)客戶價(jià)值評(píng)價(jià)方法，然后使用數(shù)據(jù)挖掘技術(shù)中比較常見和常用的聚類分析算法對(duì)客戶信息進(jìn)行聚類從而達(dá)到非常重要的信息并為企業(yè)在網(wǎng)絡(luò)營(yíng)銷中提供決策依據(jù)。
　　1聚類分析
　　聚類（clustering）是對(duì)于數(shù)據(jù)挖掘技術(shù)是非常重要的一部分，現(xiàn)在也是數(shù)據(jù)挖掘技術(shù)中關(guān)鍵的一種。聚類的意義就是針對(duì)物理或邏輯上的數(shù)據(jù)對(duì)象的進(jìn)行自動(dòng)分類，最后將數(shù)據(jù)對(duì)象分為多個(gè)類或簇的過(guò)程。對(duì)于聚類結(jié)果要使得數(shù)據(jù)對(duì)象在同一個(gè)分類中具有最大的相似度，而在不同的類中具有最小相似度。聚類的現(xiàn)實(shí)意義就是在于可以將數(shù)據(jù)按照一定得關(guān)系進(jìn)行自動(dòng)的分類，事先不知道所有的數(shù)據(jù)對(duì)象共有多少類，通過(guò)算法的處理最后得到一個(gè)分類結(jié)果進(jìn)行應(yīng)用。譬如在市場(chǎng)研究領(lǐng)域中，特別是針對(duì)網(wǎng)絡(luò)營(yíng)銷的企業(yè)或網(wǎng)站，從大量的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析聚類，可以講客戶分成不同的類別，針對(duì)這些類別不同的購(gòu)買力和興趣愛(ài)好來(lái)進(jìn)行個(gè)性化的營(yíng)銷手段，提高企業(yè)的經(jīng)濟(jì)效益。目前研究人員大多針對(duì)于聚類分析算法的改進(jìn)和完善進(jìn)行研究，進(jìn)而提高聚類分析的工作效率。著名的算法有：CLARANS，BRICH，DBSCAN，CURE，STING，CLIGUE和WaveCluster等。
　　2聚類分析應(yīng)用于企業(yè)客戶資源管理
　　現(xiàn)針對(duì)某電子商務(wù)公司進(jìn)行分析，該電子商務(wù)公司的客戶分布在全國(guó)各地以及國(guó)外一些地區(qū)，現(xiàn)僅列出具有代表性的10個(gè)大客戶：吉林，黑龍江，山東，江蘇，浙江，安徽，湖南，緬甸，印度，南非等。在數(shù)據(jù)挖掘的目的就是從客戶中找到一些共同點(diǎn)，在對(duì)這些客戶數(shù)據(jù)進(jìn)行處理前要使用聚類分析的方法進(jìn)行研究看看這10個(gè)客戶能否有一些共同之處以便企業(yè)針對(duì)不同類型的客戶給與不同的對(duì)策，首先對(duì)該公司采用專家打分的方法，而且還有通過(guò)網(wǎng)上問(wèn)卷調(diào)查和訪談的方式，收集各地銷售專員的意見等方式，然后對(duì)數(shù)據(jù)加以綜合，最后聚類分析法確定各項(xiàng)指標(biāo)的權(quán)重。
　　那么在具體實(shí)施聚類分析法的時(shí)候可分為5個(gè)步驟進(jìn)行：
　　第1步：首先對(duì)各項(xiàng)指數(shù)構(gòu)建層次結(jié)構(gòu)，其中被評(píng)定的10個(gè)大客戶作為方案層，客戶價(jià)值放在目標(biāo)層中進(jìn)行處理，各項(xiàng)指標(biāo)是準(zhǔn)則層，按照這樣的分層結(jié)構(gòu)來(lái)構(gòu)造客戶關(guān)系評(píng)價(jià)系統(tǒng)中個(gè)指數(shù)的結(jié)構(gòu)圖，見圖2-1所示；
　　表2-1指標(biāo)權(quán)重值表
　　

指標(biāo)	V	V	V	V	V	V	V	V	V
權(quán)重	0.0378	0.0401	0.0135	0.0161	0.0251	0.0060	0.0038	0.0091	0.0192
指標(biāo)	V	V	V	V	V	V	V	V	V
權(quán)重	0.0381	0.1498	0.1721	0.0021	0.0201	0.0085	0.0053	0.0231	0.0701
指標(biāo)	E	E	E	E	E	E	E	E
權(quán)重	0.0212	0.0312	0.0754	0.1841	0.0145	0.0510	0.0078	0.0684

　　第2步：專家打分。請(qǐng)專家從1到9標(biāo)度對(duì)草擬的指標(biāo)體系中各項(xiàng)指標(biāo)的重要程度進(jìn)行賦值，通過(guò)這樣的方法來(lái)對(duì)參數(shù)進(jìn)行評(píng)定
　　第3步：通過(guò)對(duì)各項(xiàng)指標(biāo)系數(shù)值的兩兩比較來(lái)構(gòu)造判斷矩陣，也就是對(duì)指標(biāo)系統(tǒng)中的各個(gè)元素的重要性和關(guān)聯(lián)程度進(jìn)行比較。進(jìn)而構(gòu)造出一個(gè)兩兩比較判斷的矩陣，使得矩陣滿足，其中，且，（i，j=1，2，…，n）；
　　第4步：檢驗(yàn)步驟3所得矩陣的一致性；
　　第5步：利用步驟2和步驟3得到的判斷矩陣來(lái)計(jì)算每個(gè)指標(biāo)的權(quán)重，指標(biāo)權(quán)重值如表2-1所示。
　　2.1確定客戶價(jià)值的分?jǐn)?shù)
　　對(duì)于該電子商務(wù)公司的這幾個(gè)客戶采用基數(shù)標(biāo)度法繼續(xù)進(jìn)行打分，請(qǐng)10位專家交易記錄信息以及分析大量復(fù)雜的客戶信息給這這些大客戶進(jìn)行打分，分為5個(gè)等級(jí)（其中分?jǐn)?shù)1、2、3、4、5分別代表差、及、中、良、優(yōu)），客戶的價(jià)值分?jǐn)?shù)的結(jié)果見表2-2，然后將數(shù)值代入公式G=Vu+Vu+Vu+…+Eu，其中V、V表示各項(xiàng)指數(shù)當(dāng)前價(jià)值權(quán)重；u、u表示專家打分后相應(yīng)大客戶所得的分?jǐn)?shù)，最后通過(guò)公式計(jì)算出每個(gè)客戶總的價(jià)值分?jǐn)?shù)（表2-3），后續(xù)工作就是在此基礎(chǔ)上對(duì)大客戶進(jìn)行進(jìn)一步細(xì)分。
　　表2-2客戶的價(jià)值分?jǐn)?shù)
　　

	吉 林	黑 龍 江	山 東	江 蘇	浙 江	安 徽	湖 南	緬 甸	印 度	南 非
V V V V V V V V	4 4 5 5 5 5 5 5	4 4 5 5 5 5 5 3	4 4 5 4 4 4 4 5	4 4 4 3 3 4 5 4	4 4 4 3 4 5 4 4	5 3 4 5 5 3 4 5	3 3 4 2 2 5 2 1	4 3 3 4 4 4 3 4	3 5 4 4 4 4 4 5	3 2 4 3 3 3 5 3
V V V V	5 4 5 4	5 5 5 3	4 4 5 4	4 3 4 3	3 5 4 4	4 4 4 3	5 4 4 2	3 5 3 3	3 4 3 2	3 3 2 4
V V V	4 4 3	4 3 4	4 3 5	4 5 3	5 4 2	3 4 4	4 4 4	3 3 4	3 3 5	4 5 4
V V	4 3	5 3	5 5	5 5	4 2	4 4	4 3	5 3	4 4	4 4
E E E E	5 4 3 3	5 4 3 4	5 5 4 4	5 4 4 4	4 4 4 2	4 4 4 4	4 3 4 5	4 4 4 2	4 4 3 3	4 5 2 3
E E E E	5 4 3 1	2 4 3 2	5 5 4 4	5 4 5 4	3 4 2 3	3 4 4 4	3 3 1 4	4 4 4 2	4 4 3 3	4 5 2 4

　　表2-3客戶的價(jià)值分?jǐn)?shù)
　　

客戶	吉林	黑龍江	山東	江蘇	浙江	安徽	湖南	緬甸	印度	南非
當(dāng)前價(jià)值	2.6212	2.3897	2.5945	2.3542	2.2784	1.9101	2.4687	1.9854	1.9345	2.0612
潛在 價(jià)值	1.3021	1.3457	1.7745	1.3457	1.1022	1.3254	1.0234	1.4235	1.2841	1.4578
綜合價(jià)值	3.9233	3.7354	4.369	3.6999	3.3806	3.2355	3.4921	3.4089	3.2186	3.519

　　2.2客戶細(xì)分及針對(duì)差異營(yíng)銷策略
　　對(duì)于所得到的數(shù)據(jù)進(jìn)行聚類分析，可以得到對(duì)客戶的細(xì)分情況信息。聚類分析法的原理是10個(gè)大客戶的信息進(jìn)行分類，把他們分別放到聚集的幾個(gè)子集中，保證一個(gè)子集內(nèi)的相似度最大，不同子集內(nèi)的相似度最大。直到整個(gè)總體都在一個(gè)集合之內(nèi)為止。本文相似度計(jì)算采用最短距離法，通過(guò)計(jì)算樣本間的歐式距離，公式為：其中i，j=1，2，…，n。設(shè)R為分類1，R為分類2，聚合指數(shù)公式為：d（R，R）=min{d（x，x）}，其中x∈R，x∈R。為了計(jì)算方便引入SPSS統(tǒng)計(jì)軟件對(duì)客戶進(jìn)行細(xì)分，得到聚結(jié)表如表2-4所示，從表中可清晰的看到客戶被分為4大類。
　　表2-4聚結(jié)表
　　

Stage	Cluster Combined		Coefficients	Stage Cluster First Appears		Next Stage
	Cluster 1	Cluster 2		Cluster 1	Cluster 2
1 2 3 4 5 6 7 8 9	8 6 2 6 5 1 2 1 1	10 9 4 8 7 5 6 2 3	0.065 0.085 0.103 0.164 0.194 0.210 0.246 0.281 0.467	0 0 0 2 0 0 3 6 8	0 0 0 1 0 5 4 7 0	4 4 7 7 6 8 8 9 0

　　第1類是“發(fā)展型”客戶，改了客戶具有很強(qiáng)的發(fā)展?jié)撃埽�能夠�(qū)ζ髽I(yè)帶來(lái)深遠(yuǎn)的影響，會(huì)給企業(yè)日后的發(fā)展帶來(lái)促進(jìn)。 從數(shù)據(jù)可以看出有兩種情形：一是緬甸和南非，從數(shù)據(jù)中可看出這類客戶的當(dāng)前價(jià)值很小，但是具有很大的隱含價(jià)值，勢(shì)必會(huì)有一天他們的成長(zhǎng)給企業(yè)會(huì)帶來(lái)豐厚的物質(zhì)利益，這樣具有發(fā)展?jié)撃艿目蛻魬?yīng)該采取措施激發(fā)潛能；二是安徽和印度這類客戶，雖然從數(shù)據(jù)中看出這類客戶當(dāng)前價(jià)值很小，但是就這兩個(gè)省份的地理位置和經(jīng)濟(jì)狀況來(lái)分析他們隱含著較大的價(jià)值。對(duì)于這一類的客戶，企業(yè)就應(yīng)該采取靈活的措施，激發(fā)他們的購(gòu)買能力促使該類型的客戶不斷地向前發(fā)展；
　　第2類是“維持型”客戶，他們會(huì)源源不斷的為企業(yè)提供利潤(rùn)，如黑龍江和江蘇，他們這類客戶根據(jù)以往的交易記錄分析到得結(jié)果就是目前價(jià)值大，不過(guò)沒(méi)什么發(fā)展的潛能，或者說(shuō)在某種情況下它的時(shí)常還會(huì)萎縮，當(dāng)前這類客戶會(huì)給企業(yè)帶肋比較豐厚的利潤(rùn)但是就長(zhǎng)期發(fā)展而言卻不是利潤(rùn)的主要來(lái)源，他們?cè)谀撤N情況下會(huì)流失掉，會(huì)被其他的企業(yè)競(jìng)爭(zhēng)對(duì)手的介入而流失，為此對(duì)于企業(yè)一方面要維持與這類客戶的良好關(guān)系，保持穩(wěn)定的客戶關(guān)系，另一方面還要采取一些營(yíng)銷手段來(lái)刺激該類客戶的消費(fèi)，提供一些個(gè)性化的服務(wù)和策略；
　　第3類“淘汰型”客戶，這類用戶就如同雞肋了，對(duì)于企業(yè)的現(xiàn)在和將來(lái)都意義不大，目前的銷售份額較小，企業(yè)對(duì)他們營(yíng)銷的成本還很高，年利潤(rùn)率很低，根據(jù)分析這類客戶包括浙江、湖南和吉林，他們沒(méi)有長(zhǎng)期的發(fā)展的趨勢(shì)，所以企業(yè)采取的策略就是應(yīng)充分挖掘他們給企業(yè)帶來(lái)的當(dāng)前價(jià)值后逐漸地放棄他們；
　　第4類是“貴賓型”客戶，這類用戶是企業(yè)的主要經(jīng)濟(jì)利潤(rùn)的來(lái)源，在某種程度上可以說(shuō)是企業(yè)生存的保證，他對(duì)企業(yè)是關(guān)系到生死存亡的重要客戶，從數(shù)據(jù)中看山東就是該企業(yè)的這類貴賓型的客戶，他的當(dāng)前價(jià)值和潛在價(jià)值都很大，企業(yè)必須認(rèn)真對(duì)待，細(xì)心呵護(hù)與這類客戶的關(guān)系，以及該客戶企業(yè)的關(guān)鍵性人物的關(guān)系，加強(qiáng)與這類客戶的溝通和關(guān)系的培養(yǎng)，同時(shí)還要提高警惕，防止競(jìng)爭(zhēng)對(duì)手搶走這些貴賓型客戶。針對(duì)貴賓型客戶企業(yè)就應(yīng)該對(duì)其進(jìn)行一對(duì)一的營(yíng)銷策略，進(jìn)行良好的客戶需求溝通，盡最大可能滿足他們的需求，適當(dāng)給與一些特殊政策來(lái)加強(qiáng)和他們的關(guān)系。從不同角度來(lái)加強(qiáng)客戶對(duì)企業(yè)的忠誠(chéng)度、滿意度等。企業(yè)根據(jù)這些重要的信息就可以針對(duì)不同的客戶采取合適的銷售策略。
　　3小結(jié)
　　總之，企業(yè)首先對(duì)客戶的價(jià)值進(jìn)行全方位、多角度進(jìn)行評(píng)價(jià)，再將分析結(jié)果量化后進(jìn)行數(shù)據(jù)挖掘，通過(guò)聚類分析，對(duì)客戶進(jìn)行細(xì)分，針對(duì)不同類型的客戶給與個(gè)性化的服務(wù)。