基于数据挖掘的客户忠诚度分析.pdfVIP

·140 · 价值工程 基于数据挖掘的客户忠诚度分析 CustomerLoyalty SystemBased onData Mining 国刚GUOGang曰杨青YANG Qing （青岛广播电视大学，青岛266012） （QingdaoRadioTVUniversity，Qingdao266012，China） 摘要院文章采用分类和回归两种数据挖掘方法，通过构造一个具有趋势变化的属性，对客户忠诚度的变化趋势进行预测，并通过 客户关系数据验证了本方法的实用性。 Abstract: By using classification and regression, this article constructs an attribute which can express the trend of Customer Loyalty， andvalidatesthepracticabilityofthismethodbythe customerrelationdata. 关键词院数据挖掘；分类；回归；客户忠诚度 Keywords: Data Mining；classification；regression；Customer Loyalty 中图分类号院F83 文献标识码院A 文章编号院1006-4311（2013）06-0140-04 。该 ： 0 引言 最终得到客户忠诚度的变化趋势 系统的主要功能如下 随着市场竞争的日趋 ， 上世纪八十年代来， 激烈 企业 1.1数据预处理 能够对已有数据集中的数据进行缺 在市场营销上面临着新的挑战，传统的4P理论越来越不 值填充、数据转换、数据离散化、数据规范化等功能。 适应市场发展变化的需求。如今的市场营销无论是理论还 1.2发掘重点客户 忠诚度高的客户和忠诚度低的客 是实践都已经实现了向4C 的转变。在4C 营销理论中，首 户都属于重点客户的范畴。而客户关系管理理论中的2/8 （ 先强调的就是客户 Customer），它居于这一理论的核心地 ： 原则告诉我们 80%利润来自20%客户，因此不仅要紧紧 位。所以这种营销理论又被视为一种“以客户为中心”的营 抓住老客户、继续保持老客户的忠诚度，而且还要积极促 客 ” 销战略。而这一营销战略的核心思想就是追求“ 户忠诚 。为了达到这一目 ， 成那些非忠诚客户转变为忠诚客户 的 的目标。对于“客户忠诚”，至今还没有一个准确的定义，但 该系统通过利用数据挖掘中的孤立点分析技术，使得这些 是在一些理论阐述和实践应用中，这一概念被普遍理解为 客户可以从庞大的数据集中被有效识别出来。 是某个企业的客户对该产品或服务有愿意继续购买的倾 1.3客户忠诚程度预测 从客户关系数据库中提取相 向。虽然这种解释并非正式的，但是从一些衡量客户忠诚 ， 关客户信息，在充分考虑到各种主客观因素的前提下 采 度的指标上可以得到证实，比如客户对其所认可的产品进 用回归分析和分类分析等方法预测客户忠诚度变化的趋