基于两步聚类算法的卷烟零售客户分类研究

两步聚类模型是一种新型的分层聚类算法,目前一般应用在数据挖掘与多元统计的交叉领域——模式分类中,其算法适合任何尺度的变量。以菖菖市卷烟零售可户分类为例,运用两步聚类模型进行客户分类模拟研究,模拟结果显示,基于两步聚类算法的卷烟零售客户分类,具有较高的科学性和精准性。     

保险业在线客户细分与忠诚度研究——基于SOM神经网络模型

在网络环境下,如何培养客户忠诚度、提高续保率,成为保险业发展需要解决的重要问题.笔者结合网络保险业的特征,根据客户的基本特征与交易行为,采用RFM分析方法构建客户细分指标体系,利用SOM神经网络模型将客户聚类为黄金客户、重要发展客户、重要挽留客户、重点维持客户、普通客户和其他无价值客户6类,然后从中选取最有价值的前两类客户,利用客户忠诚度评价模型对其忠诚度进一步分析,针对各类客户群分别提出相应的营销策略.     

基于客户价值的商业银行客户聚类细分研究

文章从我国商业银行的实际出发,构建了一个兼顾实用和适用的商业银行客户价值综合评价模型,提出基于客户当前价值、潜在价值和忠诚度的三维聚类细分方法,为银行客观评价客户价值、科学细分客户、更有效地实现分层营销与差别服务提供支持。     

基于RFM的客户分类及价值评价模型

激烈的市场竞争使得客户资源争夺成为企业成功的关键因素.正确的客户分类能帮助企业有效分配营销资源,针对性地加强客户联系、改善客户关系、增强客户忠诚度,使得企业获得核心竞争力.基于此,本文分析了客户分类与客户关系管理的关系以及神经网络技术在客户分类中的应用情况,利用自组织神经网络研究客户分类问题,以RFM为分析变量建立客户分类模型;比较输出层构造分别为“2×2”、“3×3”和“4×4”的自组织神经网络模型分类结果,确定最佳的自组织神经网络模型;利用层级分析法对“4×4”型自组织神经网络模型划分的16类客户进行价值分析、价值排序,得到每类客户具体的相对价值大小,为企业准确认识客户价值、合理分配资源提供依据.     

协同创新环境下的客户知识共享绩效预测模型

为科学地预测协同产品创新过程中客户的知识共享绩效,提出了基于减聚类-模糊神经网络的客户知识共享绩效预测模型,构建了协同创新环境下的客户知识共享绩效评价指标体系;运用模糊减聚类法对网络规则进行了处理,减少了神经网络规则的数目,以免参数膨胀导致网络难以训练。最后,通过算例验证了该模型的可行性和有效性。     

聚类模型在客户关系管理中的应用以及对特征提取的探讨

随着数据挖掘技术的发展和信息的增长,企业和公司开始运用数据挖掘技术来分析和处理他们在商业活动中积累的关于客户的大量数据,以从中发现重要的规律,来指导公司的营销策略。客户聚类就是一个重要的问题。它根据客户的个人属性和行为属性,把相似的客户群聚集起来。公司可以根据不同类型的客户作出不同的营销策略。本文讨论了有关聚类模型的两个问题。第一,介绍了两种经典的聚类算法,以及他们的复杂度。并讨论它们在客户关系管理中的应用和有效性;第二,讨论了特征提取在聚类过程中的必要性,并给出了如何在聚类模型中进行特征提取的有效算法。     

客户价值细分有效性评价研究

客户价值细分是赢得企业核心竞争力优势的有效途径之一。通过建立客户价值细分聚类有效性评价指标及有效性函数,分析在标准数据库上仿真实验结果。对比传统客户细分聚类方法与客观聚类的结果对应的聚类评价指标及有效性函数值,验证了客观聚类结果优于传统客户细分聚类方法,尤其是在处理多属性客户数据及不需要领域专家经验支持决策方面的优势,表现出较强的可扩展性。     

基于聚类分析的银行客户关系管理策略研究

本文将数据挖掘聚类技术应用于银行客户分类,分析了银行交易特征数据;构建了数据模型,对60万条样本数据进行了K-means聚类;采用轮廓系数对聚类结果进行了评估,并基于聚类结果进行了客户二维分类,据此制定出更有效的客户关系管理策略。     

基于数据挖掘技术的AFH客户分类应用研究

客户分类是客户关系管理(CRM)的重要研究内容,是企业开展一对一营销的重要基础。文章在分析传统的RFM模型和Marcus模型的基础上,提出了以客户平均购买额(Average monetary)、购买频率(Frequency)和客户保持时间(Hold time)作为客户价值细分变量的AFH客户分类模型,实例化构建了面向AFH客户分类主题的数据仓库,并从客户的贡献度(当前价值)和忠诚度(增值潜力)两个维度对客户AFH值进行Two-step和k-mease双重聚类分析,形成了基于客户生命周期利润(CLP)的客户价值矩阵,并提供了针对不同客户群的商业策略。应用结果表明,AFH客户分类模型具有很强的表征性,能充分反映客户的当前价值和增值潜力,能为企业提供有效的决策支持信息。     

优化的聚类分析在企业客户细分中的应用

使用K-means聚类可以用来解决客户细分的问题,然而常用的统计分析软件如SPSS等内置的k-means算法存在一定的缺陷,而且由于版权原因,spss在公司中的普及率不高。为此,本文通过研究改进后的K-means算法,并参照RFM模型设立指标来对客户进行细分,最后以EXCEL VBA编程语言制作了优化的k-means算法宏程序,以SE公司的快速消费品的销售历史数据来验证分类的有效性,以期将程序的投入实际应用,帮助公司实现资源的最优化配置。     

国外大学衍生企业研究述评与展望

本文梳理了国外大学衍生企业研究的最新成果,包括大学衍生企业的兴起动因、内涵、成立过程、成长的关键要素及社会影响等问题,并在此基础了提出了未来应着重研究的具体芳向。     

基于LM算法的石油期货价格预测研究

石油价格的走势一直是世界各国所研究和关注的焦点,石油期货是世界石油交易的一种重要方式,准确预测石油期货价格的走势,对于政府宏观政策取向和相关企业经营决策具有重要意义。本文利用BP神经网络的自适应学习能力,建立基于LM算法的石油期货价格预测模型,并使用MATLAB7．0编程实现,针对纽约商业交易所的石油期货价格数据进行了训练和测试。研究结果表明,将基于LM算法的BP神经网络模型应用于石油期货价格预测中,运算速度快,预测精度高,具有推广应用的价值。     

中原经济区司法协调机制建立的必要性

通过对中原经济区5个省份司法活动的调查分析,发现中原经济区内的司法合作和司法配合的状况不是很理想,中原经济区司法协调机制十分有建立的必要性。首先,统一的司法制度无法满足中原经济区发展要求。其次,建立区域司法机关不具有现实性。再次,建立司法协调机制是中原经济区的必然选择。最后,建立中原经济区司法协调机制是借鉴发达国家发展经验的必然结果。     

企业客户价值和客户关系价值分析方法探讨

客户关系管理是当今企业管理中的一项十分重要的组成部分．越来越受到众多理论研究者及实际管理人员的重视。而企业进行客户关系管理的最终目的，是实现客户让渡价值和企业价值同时达到最大化。因此，文章主要对基于客户关系管理的客户让渡价值及其计算方法进行分析与探讨，其目的是为解决客户价值和客户关系价值的有效定量分析、识别与管理提供重要的理论依据。     

基于顾客价值理论的饭店竞争优势研究

饭店的一切经营活动都是围绕如何满足顾客需求进行的,对顾客价值的研究具有重要的理论意义和实际价值。基于"手段-目的"(mean-end)模式的顾客价值层次模型的分析,引导饭店探测顾客价值的关键驱动因素,从而制订适当的经营策略,提升饭店顾客价值,获取持久的竞争优势。     

组织能力与顾客价值的匹配模型及其实证研究

顾客价值的创造潜力是顾客选择供应商的主要指标,其来源于企业所拥有的组织能力。以长三角地区企业为数据来源,对组织能力与顾客价值的概念匹配模型进行实证分析的结果表明,交易经济价值受到以效率为导向的能力、以价值创新为导向的能力的正面影响,但受前者的影响更大;关系附加价值受到以效益为导向的能力、以价值创新为导向的能力的正面影响,但受后者的影响更大;网络未来价值仅受到以价值创新为导向的能力的正面影响。     

网络零售业中交易成本与顾客价值创造模式

交易成本和顾客价值创造之间存在着较复杂的关联,网络零售业交易成本的降低并不总意味着顾客价值的提高,网络零售业的交易成本与顾客价值相互关系模式中存在四种具体情况,交易成本不是越低越能创造顾客价值,网络零售业企业应注重对顾客交易成本的具体分析。