基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
从客户全生命周期的角度构建客户价值分析模型,综合应用RFM分析法和K-means聚类算法对客户交易数据进行挖掘,结合客户全生命周期各阶段特点,给出不同客户在不同阶段价值提升的相应策略.最后以一个C2C网店的实际交易数据为例验证方法应用的有效性.
推荐文章
客户生命周期价值模型扩展及在客户细分中的应用
客户生命周期价值
扩展模型
客户细分
应用
客户关系管理
产品全生命周期工程数据分析
产品数据分析
全生命周期工程
隶属函数
竞争力
基于SOM神经网络聚类的用气客户全生命周期管理
天然气用气客户
SOM神经网络
聚类
全生命周期
客户价值
开发策略
提升策略
分级服务策略
终止策略
客户全生命周期行为分析模型
客户全生命周期
客户行为分析
客户价值
数据分析与挖掘
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 全生命周期客户价值数据分析挖掘方法
来源期刊 北京信息科技大学学报(自然科学版) 学科 经济
关键词 客户价值分析 RFM分析法 K-means聚类算法 数据挖掘
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 6-9,20
页数 5页 分类号 F274
字数 3817字 语种 中文
DOI 10.16508/j.cnki.11-5866/n.2020.02.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐晓敏 北京信息科技大学信息管理学院 37 44 4.0 5.0
2 谷晓燕 北京信息科技大学信息管理学院 25 63 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
客户价值分析
RFM分析法
K-means聚类算法
数据挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导