聚類分析與樸素貝葉斯分類在客戶價值預測中的應用研究.pdf

1、近年來，銷售的競爭越來越激烈，各個商家不僅在產品品質上精益求精，而且在企業(yè)管理信息化和銷售上也做出了巨大的改進，開始從以產品為中心轉移到以客戶為中心的策略。
　　 隨著商品銷售數量的增加，大量的客戶的產生，對于企業(yè)的銷售部門來說，這些客戶的重要性是不同的，在實際應用中，由于不同級別不同數量的客戶對于企業(yè)帶來的價值不同，同時受到維持客戶關系費用開銷的限制，企業(yè)只能針對比較重要的客戶開展營銷活動，這樣給客戶價值預測問題提出了新的要求

2、。隨著信息技術的發(fā)展，數據挖掘開始出現應用于企業(yè)信息化，這使得企業(yè)的數據處理能力大大的增強.
　　 本文利用數據挖掘中樸素分類技術并結合K-means聚類算法來研究客戶的重要性問題，以數據庫中客戶數據為分析對象，試圖生成對當前數據有價值的模型，并模型進行適當地分析，找出預測結果與各種因素之間隱藏的有價值的信息。企業(yè)提供的營銷活動中客戶的價值最大，即不僅要增大客戶價值中客戶的數量，更要增大客戶名單中價值高的客戶的數量。為了更有針對

3、性的開展營銷，企業(yè)須對那些價值比較高的客戶進行更好的服務，準確的預測重要客戶，正確確立目標市場是企業(yè)客戶關系管理的關鍵。樸素貝葉斯分類模型是一種簡單有效的分類方法，它的理論基礎好，分類精度高，由于樸素貝葉斯分類中的獨立假設前提，使得在特征選擇步驟能否準確有效地分類顯得尤為重要。實驗結果表明，該算法能在保證一定的準確率的同時，可以預測出更多的潛在高價值客戶。從而有助于提高企業(yè)的客戶關系管理水平，進一步為企業(yè)的發(fā)展戰(zhàn)略提供可參考的依據，從而