文件名称：基于数据挖掘的客户价值预测方法
文件大小：150KB
文件格式：PDF
更新时间：2013-10-16 06:38:17
基于数据挖掘的客户价值预测方法 赵晓煜，黄小原 （东北大学工商管理学院，辽宁沈阳%%"""*） 摘要：提出了一种利用聚类和分类等数据挖掘技术预测客户价值的新方法·通过对客户历 史交易数据的分析，获得能够综合反映老客户忠诚度和价值度的指标·基于该指标对老客户进行 聚类，将老客户划分为若干个不同价值的客户群，即为每个老客户赋予一个价值等级标号·利用朴 素贝叶斯分类方法来预测新客户（或潜在客户）的价值，并依据预测结果来制定相应的重点客户发 展战略·实例验证了该方法的有效性和可行性· 关键词：数据挖掘；客户价值；聚类；朴素贝叶斯分类；预测 中图分类号：D!!* 文献标识码：E 在当前的竞争环境下，企业正在由以产品为 中心转向以客户为中心·为了更有针对性地开展 市场营销活动，企业特别关注如何识别和保留那 些高价值的客户·因此，准确评估和预测客户价 值、正确选择目标市场成为企业能否有效进行客 户关系管理的关键［%］· 随着信息技术的快速发展和企业信息化程度 的日益提高，企业收集、处理和运用客户数据的能 力大大增强，这为进行客户行为的深入分析创造 了良好的条件·近年来，数据挖掘技术被广泛应用 于营销领域，成为了获取客户知识、支持营销决策 的重要手段［!，C］·本文提出了一种基于数据挖掘 的客户价值预测方法，该方法通过对老客户交易 数据的分析来预测新客户的价值水平，从而为企 业制定客户发展战略提供依据· % 基于客户忠诚／价值指标的老客 户聚类 !"! 基于#$%分析计算客户忠诚／价值指标 最近购买时间（/7>70><）、购买频率 （3/