基于RFM模型和K-means算法的零售商客户细分研究  

作　　者：李嘉琪 

机构地区：[1]上海对外经贸大学,上海201620

出　　处：《中文科技期刊数据库（文摘版）社会科学》2024年第12期116-120,共5页

摘　　要：近年来,随着全球经济数字化浪潮的蓬勃兴起,零售商之间的竞争日益激烈,根据客户特征进行客户细分,协助客户进行个性化的服务体验,有利于零售商实现精准营销和高效的客户关系管理。为了提高客户细分的精度,本文基于RFM模型的K-means聚类算法,使用簇内误方差(SSE)计算聚类个数,优化K值选取。本文选取www.kaggle.com上关于零售商的公开数据集进行实证分析和检验,对细分后的结果进行特征分析,将客户划分为忠实型客户、维护型客户和风险型客户三种类别,并提出客户细分的营销建议,从而帮助企业更好地为其提供差异化、个性化服务,仅供参考。

关 键 词：客户关系管理 客户细分 RFM模型 K-MEANS聚类算法 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]