汽车4S店TFM客户细分模型及其方法研究

• 作者: 张宽 张恩展 范宏进 谢鹏寿 贵向泉
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: TFM模型 汽车4S店 客户细分 k均值算法 聚类分析
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 2165-2169
• 页数: 5页
• 分类号: TP391
• 字数: 4837字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2019.10.026

摘要

针对汽车4S店客户消费模式不同于其他行业,而传统RFM模型难以适用于汽车4S店客户细分的问题,课题组对传统RFM模型的数据分析指标进行优化改进,形成可适用于汽车4S店的TFM客户细分模型.该模型可依据客户的行为属性通过K均值聚类算法进行客户细分,最后随机抽取某汽车4S店客户数据进行实验验证.实验结果表明,改进的TFM模型能够有效细分客户,为汽车4S店针对不同价值的客户制定相应的个性化服务以及营销策略提供了良好的参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢鹏寿	兰州理工大学计算机与通信学院	27	100	6.0	8.0
3	贵向泉	兰州理工大学计算机与通信学院	9	19	3.0	4.0
4	张恩展	兰州理工大学计算机与通信学院	6	12	2.0	3.0
5	张宽	兰州理工大学计算机与通信学院	2	6	2.0	2.0
8	范宏进	兰州理工大学计算机与通信学院	1	2	1.0	1.0