聚类分析在企业网络营销中的应用-客户关系.docx

聚类分析在企业网络营销中的应用客户关系-论文网 论文摘要：本文针对企业网络营销中的大量数据为基础进行数据的分析，依据数据挖掘技术中典型的聚类分析方法进行数据的处理，并以一个网络营销公司为例，对其客户信息进行了聚类分析，得到了一些有价值的信息，对于企业的营销策略的决策给与一定的支持论文关键词：聚类分系,网络营销,策略,客户关系0前言现代科学技术的迅猛发展，特别是在互联网的应用和开发上更加的迅速，企业必须通过网络对自己的产品加强宣传以增强自己的竞争力客户是一个非常重要的、有价值的重要资源，现在如何更好地从数据库中挖掘出客户中有价值的信息，更好的培植和经营与有价值客户的关系，抛弃那些无利可图没有发展前景而且营销费用高的客户，并且可以针对不同价值的客户给与不同的政策同时制定出个性化的营销策略，这些才能够保证企业的生存发展对于这一切数据挖掘无疑是行之有效的好方法之一本文以一个网络营销公司为例，提出了一套可操作性的对客户价值评价方法，然后使用数据挖掘技术中比较常见和常用的聚类分析算法对客户信息进行聚类从而达到非常重要的信息并为企业在网络营销中提供决策依据1聚类分析聚类（clustering）是对于数据挖掘技术是非常重要的一部分，现在也是数据挖掘技术中关键的一种。

聚类的意义就是针对物理或逻辑上的数据对象的进行自动分类，最后将数据对象分为多个类或簇的过程对于聚类结果要使得数据对象在同一个分类中具有最大的相似度，而在不同的类中具有最小相似度聚类的现实意义就是在于可以将数据按照一定得关系进行自动的分类，事先不知道所有的数据对象共有多少类，通过算法的处理最后得到一个分类结果进行应用譬如在市场研究领域中，特别是针对网络营销的企业或网站，从大量的网络数据进行分析聚类，可以讲客户分成不同的类别，针对这些类别不同的购买力和兴趣爱好来进行个性化的营销手段，提高企业的经济效益目前研究人员大多针对于聚类分析算法的改进和完善进行研究，进而提高聚类分析的工作效率著名的算法有：CLARANS，BRICH，DBSCAN，CURE，STING，CLIGUE和WaveCluster等2聚类分析应用于企业客户资源管理现针对某电子商务公司进行分析，该电子商务公司的客户分布在全国各地以及国外一些地区，现仅列出具有代表性的10个大客户：吉林，黑龙江，山东，江苏，浙江，安徽，湖南，缅甸，印度，南非等在数据挖掘的目的就是从客户中找到一些共同点，在对这些客户数据进行处理前要使用聚类分析的方法进行研究看看这10个客户能否有一些共同之处以便企业针对不同类型的客户给与不同的对策，首先对该公司采用专家打分的方法，而且还有通过网上问卷调查和访谈的方式，收集各地销售专员的意见等方式，然后对数据加以综合，最后聚类分析法确定各项指标的权重。

那么在具体实施聚类分析法的时候可分为5个步骤进行：第1步：首先对各项指数构建层次结构，其中被评定的10个大客户作为方案层，客户价值放在目标层中进行处理，各项指标是准则层，按照这样的分层结构来构造客户关系评价系统中个指数的结构图，见图2-1所示；表2-1指标权重值表指标VVVVVVVVV权重0.03780.04010.01350.01610.02510.00600.00380.00910.0192指标VVVVVVVVV权重0.03810.14980.17210.00210.02010.00850.00530.02310.0701指标EEEEEEEE权重0.02120.03120.07540.18410.01450.05100.00780.0684第2步：专家打分请专家从1到9标度对草拟的指标体系中各项指标的重要程度进行赋值，通过这样的方法来对参数进行评定第3步：通过对各项指标系数值的两两比较来构造判断矩阵，也就是对指标系统中的各个元素的重要性和关联程度进行比较进而构造出一个两两比较判断的矩阵，使得矩阵满足，其中，且，（i，j=1，2，…，n）；第4步：检验步骤3所得矩阵的一致性；第5步：利用步骤2和步骤3得到的判断矩阵来计算每个指标的权重，指标权重值如表2-1所示。

2.1确定客户价值的分数对于该电子商务公司的这几个客户采用基数标度法继续进行打分，请10位专家交易记录信息以及分析大量复杂的客户信息给这这些大客户进行打分，分为5个等级（其中分数1、2、3、4、5分别代表差、及、中、良、优），客户的价值分数的结果见表2-2，然后将数值代入公式G=Vu+Vu+Vu+…+Eu，其中V、V表示各项指数当前价值权重；u、u表示专家打分后相应大客户所得的分数，最后通过公式计算出每个客户总的价值分数（表2-3），后续工作就是在此基础上对大客户进行进一步细分表2-2客户的价值分数吉林黑龙江山东江苏浙江安徽湖南缅甸印度南非VVVVVVVV44555555445555534454444544433454444345445345534533422521433444343544444532433353VVVV5454555344544343354444435442353334323324VVV443434435453542344444334335454VV43535555424443534444EEEE5433543455445444444244444345444244334523EEEE5431243255445454342334443314444244334524表2-3客户的价值分数客户吉林黑龙江山东江苏浙江安徽湖南缅甸印度南非当前价值2.62122.38972.59452.35422.27841.91012.46871.98541.93452.0612潜在价值1.30211.34571.77451.34571.10221.32541.02341.42351.28411.4578综合价值3.92333.73544.3693.69993.38063.23553.49213.40893.21863.5192.2客户细分及针对差异营销策略对于所得到的数据进行聚类分析，可以得到对客户的细分情况信息。

聚类分析法的原理是10个大客户的信息进行分类，把他们分别放到聚集的几个子集中，保证一个子集内的相似度最大，不同子集内的相似度最大直到整个总体都在一个集合之内为止本文相似度计算采用最短距离法，通过计算样本间的欧式距离，公式为：其中i，j=1，2，…，n设R为分类1，R为分类2，聚合指数公式为：d（R，R）=min{d（x，x）}，其中x∈R，x∈R为了计算方便引入SPSS统计软件对客户进行细分，得到聚结表如表2-4所示，从表中可清晰的看到客户被分为4大类表2-4聚结表StageCluster CombinedCoefficientsStage Cluster First AppearsNext StageCluster 1Cluster 2Cluster 1Cluster 212345678986265121110948756230.0650.0850.1030.1640.1940.2100.2460.2810.467000200368000105470447768890第1类是“发展型”客户，改了客户具有很强的发展潜能，能够对企业带来深远的影响，会给企业日后的发展带来促进从数据可以看出有两种情形：一是缅甸和南非，从数据中可看出这类客户的当前价值很小，但是具有很大的隐含价值，势必会有一天他们的成长给企业会带来丰厚的物质利益，这样具有发展潜能的客户应该采取措施激发潜能；二是安徽和印度这类客户，虽然从数据中看出这类客户当前价值很小，但是就这两个省份的地理位置和经济状况来分析他们隐含着较大的价值。

对于这一类的客户，企业就应该采取灵活的措施，激发他们的购买能力促使该类型的客户不断地向前发展；第2类是“维持型”客户，他们会源源不断的为企业提供利润，如黑龙江和江苏，他们这类客户根据以往的交易记录分析到得结果就是目前价值大，不过没什么发展的潜能，或者说在某种情况下它的时常还会萎缩，当前这类客户会给企业带肋比较丰厚的利润但是就长期发展而言却不是利润的主要来源，他们在某种情况下会流失掉，会被其他的企业竞争对手的介入而流失，为此对于企业一方面要维持与这类客户的良好关系，保持稳定的客户关系，另一方面还要采取一些营销手段来刺激该类客户的消费，提供一些个性化的服务和策略；第3类“淘汰型”客户，这类用户就如同鸡肋了，对于企业的现在和将来都意义不大，目前的销售份额较小，企业对他们营销的成本还很高，年利润率很低，根据分析这类客户包括浙江、湖南和吉林，他们没有长期的发展的趋势，所以企业采取的策略就是应充分挖掘他们给企业带来的当前价值后逐渐地放弃他们；第4类是“贵宾型”客户，这类用户是企业的主要经济利润的来源，在某种程度上可以说是企业生存的保证，他对企业是关系到生死存亡的重要客户，从数据中看山东就是该企业的这类贵宾型的客户，他的当前价值和潜在价值都很大，企业必须认真对待，细心呵护与这类客户的关系，以及该客户企业的关键性人物的关系，加强与这类客户的沟通和关系的培养，同时还要提高警惕，防止竞争对手抢走这些贵宾型客户。

针对贵宾型客户企业就应该对其进行一对一的营销策略，进行良好的客户需求沟通，尽最大可能满足他们的需求，适当给与一些特殊政策来加强和他们的关系从不同角度来加强客户对企业的忠诚度、满意度等企业根据这些重要的信息就可以针对不同的客户采取合适的销售策略3小结总之，企业首先对客户的价值进行全方位、多角度进行。