| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-18页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.1.1 选题背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 客户价值的研究现状 | 第13-14页 |
| 1.2.2 聚类算法的研究现状 | 第14-15页 |
| 1.2.3 客户细分的研究现状 | 第15-16页 |
| 1.3 论文内容和结构 | 第16-18页 |
| 1.3.1 论文的主要内容 | 第16页 |
| 1.3.2 论文结构 | 第16-18页 |
| 2 相关理论基础 | 第18-24页 |
| 2.1 客户价值理论 | 第18-19页 |
| 2.1.1 客户价值 | 第18页 |
| 2.1.2 客户生命周期价值 | 第18-19页 |
| 2.2 K-MEANS算法 | 第19-22页 |
| 2.2.1 K-means算法基本原理 | 第19-20页 |
| 2.2.2 K-means算法思想及流程 | 第20-21页 |
| 2.2.3 K-means算法存在的问题 | 第21-22页 |
| 2.3 客户细分理论 | 第22-24页 |
| 2.3.1 客户细分 | 第22-23页 |
| 2.3.2 客户细分与客户价值的关系 | 第23-24页 |
| 3 A电商企业客户关系管理系统分析 | 第24-33页 |
| 3.1 行业背景 | 第24-25页 |
| 3.2 A电商企业发展现状 | 第25-27页 |
| 3.2.1 企业简介 | 第25-26页 |
| 3.2.2 企业组织结构 | 第26-27页 |
| 3.3 A电商企业客户关系管理系统概况 | 第27-33页 |
| 3.3.1 A电商企业客户关系管理系统现状 | 第27-29页 |
| 3.3.2 A电商企业客户关系管理系统问题分析 | 第29-30页 |
| 3.3.3 A电商企业客户关系管理系统问题原因分析 | 第30-33页 |
| 4 A电商企业基于客户价值的客户细分 | 第33-52页 |
| 4.1 A电商企业客户价值的量化模型 | 第33-44页 |
| 4.1.1 基于客户生命周期的客户价值分析 | 第33-36页 |
| 4.1.2 A电商企业客户价值模型影响因素分析 | 第36-37页 |
| 4.1.3 A电商企业客户价值预测模型创建 | 第37-41页 |
| 4.1.4 客户价值模型的验证 | 第41-44页 |
| 4.2 基于K-MEANS算法的A电商企业客户细分 | 第44-49页 |
| 4.2.1 K-means算法优化 | 第44-48页 |
| 4.2.2 优化的K-means算法进行客户细分 | 第48-49页 |
| 4.3 A电商企业客户细分的特征分析 | 第49-52页 |
| 5 基于客户细分的客户关系管理系统优化 | 第52-62页 |
| 5.1 A电商企业客户关系管理系统优化设计 | 第52-54页 |
| 5.1.1 客户关系管理系统优化设计原则 | 第52页 |
| 5.1.2 客户关系管理系统体系结构优化设计 | 第52-53页 |
| 5.1.3 客户关系管理系统流程优化设计 | 第53-54页 |
| 5.2 A电商企业客户关系管理系统优化实现 | 第54-59页 |
| 5.2.1 数据采集与清洗模块实现 | 第55-56页 |
| 5.2.2 客户关系管理系统客户细分模块实现 | 第56-57页 |
| 5.2.3 客户关系管理系统界面优化实现 | 第57-59页 |
| 5.3 A电商企业客户关系管理系统优化测试 | 第59-60页 |
| 5.4 A电商企业客户关系管理系统优化的实践价值 | 第60-62页 |
| 6 结论 | 第62-64页 |
| 6.1 论文总结 | 第62-63页 |
| 6.2 研究展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |