基于k-means算法的客户细分分析--以某化妆品公司为例
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·研究的内容及架构 | 第11-13页 |
| 2 国内外研究综述 | 第13-16页 |
| ·人口统计细分 | 第13-14页 |
| ·心理因素细分 | 第14页 |
| ·行为细分 | 第14-16页 |
| ·RFM 分析 | 第15页 |
| ·客户价值矩阵 | 第15-16页 |
| 3 客户细分理论与方法研究 | 第16-26页 |
| ·客户细分的种类及步骤 | 第16-18页 |
| ·客户细分方法 | 第18-23页 |
| ·聚类分析相关概念和定义 | 第18-19页 |
| ·系统聚类法 | 第19-20页 |
| ·k-means 算法 | 第20页 |
| ·RFM 模型 | 第20-22页 |
| ·客户细分方法评价 | 第22-23页 |
| ·客户细分方法比较研究 | 第23-26页 |
| 4 案例分析 | 第26-42页 |
| ·数据的预处理 | 第26-27页 |
| ·数据清洗 | 第26页 |
| ·数据整合 | 第26-27页 |
| ·客户细分方法的效果比较 | 第27-32页 |
| ·基于 RFM 模型的客户细分效果 | 第27-28页 |
| ·基于系统聚类的客户细分效果 | 第28-29页 |
| ·基于 k-means 聚类的客户细分效果 | 第29-30页 |
| ·客户细分方法的比较 | 第30-32页 |
| ·客户细分结果 | 第32-41页 |
| ·基于 RFM 的客户价值 | 第32-34页 |
| ·基于系统聚类的客户价值 | 第34-37页 |
| ·基于 k-means 的客户价值 | 第37-41页 |
| ·研究结论 | 第41-42页 |
| 5 结语 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 后记 | 第47页 |
