摘要
对客户进行价值分类,有助于企业优化资源配置,提高企业管理效率。然而,不存在一个绝对的、普遍适应的客户分类标准,每个企业在进行客户分类时,都需要考虑自身的价值主张、资源约束、外部环境等实际情况。因此,把这些实际情况作为先验信息辅助客户分类,分类效果更可能符合企业需要。本文基于RFM模型,把企业结合自身情况后提出的不同类型客户的大致特征作为初始聚类中心,利用越远离聚类中心的样本不属于当前簇的概率越高的假设对聚类中心进行迭代更新,使用最终聚类中心对样本空间进行Voronoi剖分,实现对不同价值客户的簇划分。根据实验结果,该方法有效降低样本与聚类中心的总距离(TDI)和总距离离差(DDI),聚类效果良好。
