| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外客户细分研究现状 | 第8-10页 |
| 1.2.1 基于客户人口统计的细分研究 | 第8页 |
| 1.2.2 基于客户消费行为的细分研究 | 第8-9页 |
| 1.2.3 基于客户价值的细分研究 | 第9-10页 |
| 1.2.4 国内外文献评述 | 第10页 |
| 1.3 研究的主要内容 | 第10-12页 |
| 1.4 本文的主要创新点 | 第12-13页 |
| 第二章 客户细分理论及分析方法 | 第13-18页 |
| 2.1 客户细分理论 | 第13-14页 |
| 2.1.1 客户细分的概念 | 第13页 |
| 2.1.2 客户细分的目的和方法 | 第13-14页 |
| 2.2 RFM模型理论 | 第14-15页 |
| 2.3 聚类分析理论 | 第15-18页 |
| 第三章F电商网站客户特征及细分现状分析 | 第18-24页 |
| 3.1 F电商网站发展现状概述 | 第18页 |
| 3.2 F电商网站客户特征分析 | 第18-22页 |
| 3.2.1 80 后客户是主力军 | 第18-19页 |
| 3.2.2 女性客户群体大 | 第19页 |
| 3.2.3 客户注册渠道多样 | 第19-20页 |
| 3.2.4 客户城市覆盖面广泛 | 第20-21页 |
| 3.2.5 客户多设备访问网站 | 第21-22页 |
| 3.3 F电商网站客户分类现状 | 第22页 |
| 3.4 F电商网站客户细分存在的问题 | 第22-24页 |
| 第四章F电商网站的客户细分 | 第24-47页 |
| 4.1 数据来源及相关说明 | 第24-26页 |
| 4.2 基于改进的RFM模型的客户细分 | 第26-32页 |
| 4.2.1 改进的RFM模型细分步骤 | 第26-28页 |
| 4.2.2 改进的RFM模型的细分结果 | 第28-32页 |
| 4.3 基于K-means聚类的客户细分研究 | 第32-47页 |
| 4.3.1 基于K-means聚类的客户细分步骤 | 第32-35页 |
| 4.3.2 基于K-means聚类的不同客户群特征分析 | 第35-45页 |
| 4.3.3 K-means聚类客户细分群小结 | 第45-47页 |
| 第五章 基于客户细分的营销建议 | 第47-50页 |
| 5.1 不同客户群体的客户监控策略 | 第47-48页 |
| 5.2 不同客户群体的营销建议 | 第48-50页 |
| 5.2.1 高利型客户群营销建议 | 第48页 |
| 5.2.2 发展型客户群营销建议 | 第48-49页 |
| 5.2.3 不稳定型客户群营销建议 | 第49页 |
| 5.2.4 风险型客户群营销建议 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录A 数据提取代码 | 第55-57页 |
| 附录B 客户相关数据 | 第57-61页 |
| 个人简历 | 第61-62页 |
| 致谢 | 第62页 |