基于大数据的客户细分方法研究

向昆竹 黄凯 侯皓文

摘 要：在如今同质产品的市场环境下，企业的市场竞争从产品质量逐步向客户满意度转变。企业通过客户细分，以客户类群为单位进行针对性的产品销售可以促进提升产品在市场的竞争力。本文通过对客户细分以及聚类分析的研究，运用聚类分析中的K-Means算法来解决客户细分问题。

关键词：大数据;机器学习;数据挖掘;聚类;k-means算法

随着经济的不断发展，市场中的大量产品供大于需，不同企业生产的同类同质产品不免会产生激烈的竞争。在这种市场环境下，企业若想提升产品竞争力，就需要施行有针对性的营销策略，将客户分而治之，将重点逐渐从产品质量的竞争向不同客户满意度的竞争进行转变。

在大数据时代的当下，数据不断反映着我们在日常生活的各种信息。通过对大量数据的分析与处理，对数据进行统一标准、属性筛选从而获取有用的信息。在如今的电子商务中，使用聚类的分析方法可以将客户进行细分，企业则可以将已经细分的客户类群作为销售的单位，提供更有针对性的产品与服务，从而提升企业销售的竞争性。

1 客户细分

1.1 客户细分概念

客户细分是指企业根据客户的属性、行为、需求、偏好以及价值等因素，寻求客户之间的共性特征，从而对客户进行与归类。

1.2 客户细分原因与做法

在信息快速流通的时代，企业与客户之间的关系也不断发生着变化。当企业在没有针对性的营销时，通常会因为企业产品与一类或多类客户需求之间的不匹配，造成该一类或多类客户的流失。……