论文摘要
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.
论文目录
文章来源
类型: 期刊论文
作者: 谢鹏寿,张宽,范宏进,贵向泉,张恩展
关键词: 模型,汽车店,客户细分,均值算法,聚类分析
来源: 小型微型计算机系统 2019年10期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑,经济与管理科学
专业: 汽车工业,计算机软件及计算机应用,工业经济,企业经济
单位: 兰州理工大学计算机与通信学院,甘肃省制造业信息化工程技术研究中心
基金: 国家自然科学基金项目(61862040)资助
分类号: F426.471;F274;TP311.13
页码: 2165-2169
总页数: 5
文件大小: 1847K
下载量: 360