注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于数据挖掘的零售业客户细分研究

  2. 基于数据挖掘的零售业客户细分研究 ●叶孝明黄祖庆 摘要：文章根据基于购买行为的客户细分方法，运用数据挖掘中的聚类分析和决策树分类技术，对零售业客户细分 模型进行了研究、建立及实验分析，为零售业客户细分提供了一种有效而实用的分析方法。 关键词：零售业；客户细分；数据挖掘 客户细分是客户关系管理的基本任务之一，在目前客 户终生价值研究还没有成熟的情况下。采用基于购买行为 的客户细分方法不失为一种有效的选择。对于零售企业而 言．通过一定的技术将客户细分为不确定型客户、经常性 客户、乐于消费型客户和最

  3. 所属分类：餐饮零售

    • 发布日期：2010-10-14
    • 文件大小：399kb
    • 提供者：gadflyyy

  1. 客户细分与高效CRM之RFM模型

  2. 客户细分 CRM之RFM模型英文介绍, 根据客户最近购买时间，购买频率，购买金额来判断客户价值

  3. 所属分类：餐饮零售

    • 发布日期：2014-03-13
    • 文件大小：1mb
    • 提供者：miracletiger

  1. 基于数据挖掘的电力行业客户细分模型研究

  2. 关于数据挖掘应用到电信行业的应用 用户细分\基于数据挖掘的电力行业客户细分模型研究

  3. 所属分类：电信

    • 发布日期：2014-04-12
    • 文件大小：1mb
    • 提供者：u014681723

  1. 中国移动客户细分模型

  2. 综合运用聚类模型，CRM，ARPU分析，客户细分，设计不同套餐，达到效益优化。

  3. 所属分类：电信

    • 发布日期：2015-04-28
    • 文件大小：2mb
    • 提供者：victorchan0633

  1. 客户细分模型

  2. 一、项目背景及前阶段工作回顾 二、客户细分方法论 三、XX移动客户细分模型 四、通用客户细分结果分析及相应市场策略 五、短信专题客户细分结果分析及相应市场策略 六、基于客户细分结果的市场营销活动讨论

  3. 所属分类：专业指导

    • 发布日期：2018-04-18
    • 文件大小：2mb
    • 提供者：chenyuhuanying

  1. 基于新三维客户细分模型的线上会员客户价值研究.pdf

  2. ：从客户的当前价值、潜在价值、忠诚度价值三个方面出发，建立适用于线上企业的会员客户价值评 价指标体系。同时，在传统ＲＦＭ 模型的基础上构建了新三维的客户细分模型，并根据改进的客户价值细分 维度进一步细分客户，利用主成分分析法计算每个客户群的价值得分。最终选取某网站的会员客户数据进 行算例分析，通过识别不同客户群体、价值和状态，为企业实施精准营销提供更加细致的客户细分依据。

  3. 所属分类：互联网

    • 发布日期：2020-05-15
    • 文件大小：939kb
    • 提供者：nczfkb

  1. 1-CSTPCD 北大核心 汽车4S店TFM客户细分模型及其方法研究.pdf

  2. 针对汽车4S 店客户消费模式不同于其他行业,而传统RFM 模型难以适用于汽车4S 店客户细分的问题,课题组对传统RFM 模型的数据分析指标进行优化改进,形成可适用于汽车4S 店的TFM 客户细分模型. 该模型可依据客户的行为属性通 过K 均值聚类算法进行客户细分,最后随机抽取某汽车4S 店客户数据进行实验验证. 实验结果表明,改进的TFM 模型能够有效细分客户,为汽车4S 店针对不同价值的客户制定相应的个性化服务以及营销策略提供了良好的参考依据.

  3. 所属分类：互联网

    • 发布日期：2020-05-14
    • 文件大小：1mb
    • 提供者：nczfkb

  1. 证券公司客户细分模型构建

  2. 证券公司客户细分模型构建，谭茂，，证券行业经纪业务具有与其他金融行业不同的特征，它的客户群体细分也具有与其他行业不同的特征。本文结合证券公司实际情况，以客

  3. 所属分类：其它

    • 发布日期：2020-02-07
    • 文件大小：231kb
    • 提供者：weixin_38547887

  1. 证券公司经纪业务客户细分模型构建

  2. 证券公司经纪业务客户细分模型构建，谭茂，，证券行业经纪业务具有与其他金融行业不同的特征，它的客户群体细分也具有与其他行业不同的特征。本文结合证券公司实际情况，以客

  3. 所属分类：其它

    • 发布日期：2020-01-16
    • 文件大小：233kb
    • 提供者：weixin_38605967

  1. Ecommerce:英国电子商务客户细分-源码

  2. 客户分类：项目概述 对英国企业的客户进行了分析，以了解客户行为并提供准确的目标市场。 使用了来自541909客户的数据，并使用python进行了分析。 根据客户的消费习惯和消费金额创建客户群。 优化的朴素贝叶斯，逻辑回归，支持向量分类器和XGBoost以达到最佳模型。 使用的代码和资源 Python版本3.7 包装：熊猫，numpy，sklearn，matplotlib，seaborn 资料清理 我进行了以下更改并创建了以下变量： 删除了具有空值的变量CustomerID 在客户总支出的新列中创

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：124kb
    • 提供者：weixin_42124497

  1. 数据挖掘应用案例：RFM模型分析与客户细分

  2. 最近正好刚帮某电信行业完成一个数据挖掘工作，其中的RFM模型还是有一定代表性，就再把数据挖掘RFM模型的建模思路细节与大家分享一下吧!手机充值业务是一项主要电信业务形式，客户的充值行为记录正好满足RFM模型的交易数据要求。根据美国数据库营销研究所ArthurHughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。我早期两篇博文已详述了RFM思想和IBMModeler操作过程

  3. 所属分类：其它

  1. 基于聚类的电信客户细分

  2. 电信行业是典型的数据密集型行业,拥有大量的甚至是海量的客户数据资源.对电信行业客户消费数据进行深入挖掘可以为企业的资源优化配置和客户关系管理提供理论支持和技术保障.以电信行业的客户消费数据为基本研究对象,在衍生特征构造、样本调整以及特征选择等数据预处理的基础上,本文采用可处理混合数据且具有近似线性时间复杂度的一趟聚类算法建立电信行业的客户细分模型.经实证研究表明,该模型可以将电信的客户有效划分成四个具有不同忠诚程度和消费能力的客户群体,同时从各客户群的消费行为中还可以有效地分析出他们的消费偏向和

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：256kb
    • 提供者：weixin_38623919

  1. 客户细分与获取-源码

  2. 客户细分与获取 Udacity数据科学纳米级顶点项目 该存储库包含贝塔斯曼Arvato金融服务的客户细分报告。 目标是确定形成邮购零售商客户基础的个人特征，并设计一个通过邮件营销活动来吸引客户的预测模型。 内容 [项目说明]（#projectdescr iption） [数据]（#data） [结果]（＃结果） 项目描述 数据 档案文件 方法 结果 _______文件包含对结果的详细分析。 中间帖子介绍了该项目的结果和方法的摘要。

  3. 所属分类：其它

  1. 贝塔斯曼（Bertelsmann-Arvato）客户细分：Udacity数据科学家Nanodegree Capstone项目-源码

  2. 贝塔斯曼-Arvato客户细分 Udacity数据科学家Nanodegree Capstone项目 该项目的目的是根据Arvato Financial Solutions提供的历史数据进行客户细分。 我们需要分析一个“ CUSTOMERS”数据集，并找出客户与一般人群（“ AZDIAS”数据集）的相似之处或不同之处。 然后，使用来自该分析的信息，我们需要对作为营销活动目标的用户做出预测（“ MAILOUT”数据集）。 文件和目录： 提案：它包含在项目开始之前提交给Udacity的项目提案。

  3. 所属分类：其它

  1. 客户细分-源码

  2. 沙特数字学院 客户细分 莎玛·阿尔哈比 设置： 图书馆：您将需要numpy，pandas，seaborn，sklearn和matplotlib。 数据：数据集来自 ，可以从此下载。 概述： 流程（步骤）： 1-探索性数据分析（EDA）： 探索性数据分析步骤是识别丢失的数据，探索数据类型，对数据进行可视化，然后再对其进行任何分析，查看数据分布，均值和标准差等。F 最多男性顾客人数 2-提取特征： 分类特征： 将二进制列转换为0,1 将类别变量转换为伪变量/指标变量。 衍生功能： 添

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：400kb
    • 提供者：weixin_42125867

  1. 客户细分，使用机器学习：我使用UCI机器学习存储库中的数据集，使用RFM分析对电子商务公司的客户进行了细分。 RFM分析会根据上次购买的近期性，购买频率和每次购买的货币价值对客户进行分类。 我构建了多个机器学习模型并进行了评估，以确定该数据

  2. 客户细分使用机器学习 使用UCI机器学习存储库中的数据集，我使用RFM分析对电子商务公司的客户进行了细分。 RFM分析会根据上次购买的近期性，购买频率和每次购买的货币价值对客户进行分类。 我构建了多个机器学习模型，并对每个模型进行了评估，以确定用于对该数据集进行分割的最有效模型。

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：37kb
    • 提供者：weixin_42169245

  1. 客户细分：实施多分类机器学习模型以预测汽车公司产品中的客户细分，并对每个功能进行探索性数据分析，以确定哪些元数据会影响支出得分-源码

  2. 实施多分类机器学习模型以预测汽车公司产品中的客户细分，并对每个功能进行探索性数据分析，以确定哪些元数据会影响支出得分。

  3. 所属分类：其它

  1. 客户细分无监督的机器学习模型：基于客户的电子商务销售数据细分-源码

  2. 客户细分无监督的机器学习模型：基于客户的电子商务销售数据细分

  3. 所属分类：其它

  1. 数据挖掘应用案例：RFM模型分析与客户细分

  2. 最近正好刚帮某电信行业完成一个数据挖掘工作，其中的RFM模型还是有一定代表性，就再把数据挖掘RFM模型的建模思路细节与大家分享一下吧!手机充值业务是一项主要电信业务形式，客户的充值行为记录正好满足RFM模型的交易数据要求。根据美国数据库营销研究所ArthurHughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。我早期两篇博文已详述了RFM思想和IBMModeler操作过程

  3. 所属分类：其它

  1. K-means聚类算法在民航客户细分中的应用

  2. 针对客户关系管理中客户价值这一问题，通过对航空公司现有数据仓库中客户信息的分析，采用数据挖掘技术中的K-means聚类算法建立民航客户细分模型，并通过实验将民航客户细分为3类，提出了对这3类航空客户的相关营销策略。实验结果表明该方法能突出客户之间的行为特征差异，更加准确地划分客户类型，进而使得客户价值约提高30%。

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：585kb
    • 提供者：weixin_38587473
« 12 3 »