零售企业会员消费数据分析与研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
1 引言 | 第9-16页 |
·研究背景及意义 | 第9-11页 |
·研究背景 | 第9-10页 |
·研究意义 | 第10-11页 |
·研究内容和方法 | 第11-12页 |
·研究内容 | 第11-12页 |
·研究方法和思路 | 第12页 |
·国内外相关研究综述 | 第12-15页 |
·国外相关研究综述 | 第12-13页 |
·国内相关研究综述 | 第13-15页 |
·论文结构 | 第15-16页 |
2. 零售业会员制与数据挖掘 | 第16-29页 |
·零售业会员制简介 | 第16-24页 |
·零售业会员制现状 | 第16页 |
·零售企业会员制数据结构 | 第16-18页 |
·零售业会员制数据的应用现状 | 第18-24页 |
·零售业与数据挖掘 | 第24-29页 |
·数据挖掘产生背景 | 第24-25页 |
·数据挖掘的定义 | 第25页 |
·数据挖掘的过程 | 第25-27页 |
·数据挖掘相关技术在零售企业中的应用 | 第27-29页 |
3. 顾客细分模型的构建 | 第29-37页 |
·顾客细分简介 | 第29-32页 |
·顾客细分相关理论 | 第29-30页 |
·顾客细分方法介绍 | 第30-32页 |
·顾客细分与聚类分析 | 第32-36页 |
·SPSS CLEMENTINE数据挖掘工具介绍 | 第32-33页 |
·顾客细分方法——聚类分析 | 第33-34页 |
·k-means算法介绍 | 第34-36页 |
·顾客细分模型的构建 | 第36-37页 |
4. 顾客细分模型的实证分析 | 第37-45页 |
·顾客细分模型的提出 | 第37页 |
·基于聚类分析的顾客细分模型实证分析 | 第37-45页 |
·目标确定(理解业务) | 第37-38页 |
·数据理解 | 第38页 |
·数据操作 | 第38-39页 |
·顾客细分模型的实现 | 第39-43页 |
·聚类结果分析 | 第43-45页 |
5. 基于顾客细分的模型的扩展 | 第45-50页 |
·顾客特征提取 | 第45页 |
·潜在的VIP模型构建 | 第45页 |
·顾客流失模型的构建 | 第45-46页 |
·个性化营销的实施 | 第46页 |
·零售企业动态监测预警 | 第46-50页 |
6. 结论与展望 | 第50-52页 |
·结论 | 第50页 |
·进一步研究的展望 | 第50-52页 |
参考文献 | 第52-55页 |
致谢 | 第55-56页 |
攻读硕士学位期间发表的学术论文 | 第56-57页 |
详细摘要 | 第57-62页 |