基于数据挖掘的电子商务环境下的客户流失分析

摘要

当今，随着国内电子商务的高速发展，各运营商在企业大客户、客户关系管理和客户保持等领域展开了激烈的竞争。传统的以技术为驱动、以销售产品为目的的市场战略逐渐被以客户为中心、以满足客户需求为目的的市场战略所取代，客户资源成为了企业竞争的焦点。
　　激烈的竞争必然导致客户处于不稳定状态，各运营商都面临严重的客户流失问题。大量而频繁的客户流失延长了企业利润回收的周期，给企业造成了巨大的损失。在这种形势下，如何防止客户流失、实施客户保持工作，已成为运营商关注的焦点之一。如何根据客户的特性和客户行为预测客户的流失，并结合竞争环境的变化制定有效的客户挽留和赢回策略并实现赢利，是电子商务企业正常运营的重要任务，也是电子商务客户研究咨询领域的一个重要课题。
　　论文首先对客户价值作了初步的探讨，将客户价值分析引入客户流失预测和控制；同时，根据客户背景资料、消费数据、行为资料及相关推导指标等调查数据，本文将决策树、最近邻聚类等多种数据挖掘技术应用于客户流失研究，针对目前相关研究中存在的问题，给出了客户流失研究中涉及的主要问题的解决方案，包括客户描述、属性规约、流失原因分析以及流失预测与控制策略等，重点解决流失分析模型的建立问题；最后利用训练后的模型对每个客户的流失可能性进行预测以及生成公司可能流失的客户规则。
　　本文通过收集的电子商务环境下客户流失分析调查表数据，对其进行了具体的客户流失分析，并结合市场营销学和消费者心理学等相关知识，提出了流失原因分析和流失控制策略。

目录

基于数据挖掘的电子商务环境下的客户流失分析

CUSTOMER CHURN ANALYSIS INE-COMMERCE BASED ON DATA MINING

摘 要

Abstract

第1章 绪论

1.1 课题来源及研究的目的和意义

1.2 国内外的研究现状及分析

1.3 论文的研究内容和论文框架

1.3.1 本文研究的思路

1.3.2 论文框架

第2章 背景理论

2.1 数据挖掘的原理

2.1.1 数据挖掘的概念

2.1.2 数据挖掘特征

2.1.3 数据挖掘发展历史及现状

2.1.4 数据挖掘技术分类

2.1.5 数据挖掘的流程

2.1.6 数据挖掘在应用中的几个问题

2.1.7 数据挖掘算法分类

2.1.8 数据挖掘的前景

2.2 聚类技术

2.2.1 分裂法(Partitioning methods)

2.2.2 层次法(Hierarchical methods)

2.2.3 基于密度的方法(Density-based methods)

2.2.4 基于网格的方法(Grid-based methods)

2.2.5 基于模型的方法(Model-based methods)

2.3 决策树

2.3.1 决策树的建立

2.3.2 选择划分属性的度量方法

2.3.3 剪枝

2.4 本章小结

第3章 电子商务客户价值与客户分类

3.1 客户价值的内涵

3.2 电子商务客户价值的具体表现

3.3 电子商务客户价值评估

3.3.1 客户价值评估理论模型

3.3.2 电子商务客户价值评价体系和模型

3.4 基于客户价值的电子商务客户分类

3.4.1 引入客户价值对电子商务客户进行分类

3.4.2 引入改进的 k 平均算法对客户特征进行分类

3.4.3 具体的电子商务客户细分

3.4.4 度量标准化

3.4.5 对象与簇中心之间的距离

3.4.6 平方误差准则

3.4.7 引入权重

3.5 本章小结

第4章 电子商务客户流失分析与建模

4.1 电子商务客户流失分析背景

4.2 电子商务客户流失的定义和类型

4.2.1 电子商务客户流失类型

4.2.2 电子商务客户流失分析目的

4.2.3 电子商务客户流失分析的指标

4.3 数据准备

4.3.1 数据抽取

4.3.2 数据清洗及转换

4.3.3 属性规约

4.4 电子商务客户流失分析模型及应用

4.4.1 建立数据挖掘库

4.4.2 细分数据挖据库

4.4.3 电子商务客户流失分析

4.4.4 实施客户保持

4.5 本章小结

结 论

参考文献

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

哈尔滨工业大学硕士学位涉密论文管理

附录1电子商务环境下客户流失分析调查表

致 谢