零售企业中顾客细分研究
VIP免费
摘要
零售企业中顾客细分研究
摘要
经 济 全 球化 和 互 联 网技 术 的 飞 速发 展 使 得企 业 面 临 着 越 来 越 严峻 的 市 场 竞 争，
顾 客 成 为了 企 业 生 存 和发 展 的 生命 线 ， 人 们 的关 注 焦 点 由之 前 的 以 产品 为 中 心， 发
展 到 以 顾客 关 注 为核 心 的 客户 关 系 管 理 时代 。 与 此同 时 ， 信 息 技 术 的进 步 使 实 时 的
多 用户 、多 数据 库环 境的 联机 事务 处理 系统 （ OLTP）得 以 产生和发 展 。 对 于 零售
企 业， 条 形 码等 技 术的 普 遍应 用 使其 OLTP极 为发达， 并 积 累了海量数据 。 如 今，
OLTP逐 步向 着 智 能化 的 联机 分 析处 理 （ OLAP） 不断进步 。 联 机分析处 理通 过对系
统 积 累 的数 据 进 行 分 析和 处 理 ，基 于 分 析结 果 支 持 管理 决 策 。
数 据 的 指数 级 增 长和 智 能 化 分析 技 术 的 发展 同 时 也为 顾 客 关系 管 理 带 来了 机 遇
和 挑 战 。业 务 系 统的 海 量 数 据 和企 业 自 身资 源 的 有限 性 使 得 企业 不 得 不 把精 力 和 关
注 放在 最 有 价值 的 核心 顾 客上 ， 正如 CRM理 论经典的 帕 累 托 80/20法则原则指 出 ，
企业80%利 润 通常 只 来自 于 20%的 客 户 。 对 顾客进行 细 分 并发现黄金顾 客 ， 整合企
业 有限 资源 对重 点客户进 行差 异 化服 务， 为企业 在残 酷 的 市场 竞争 中保持竞 争力 有
着极为重要 的意 义。 数据 仓库 将异 源数 据以 统一 模式 在同 一站 点组 织 和管 理， 为企
业 提供 了有 效的 数据 组织 管理 平台 和强 有力 的分 析工 具， 在改善 顾客服 务水 平， 提
高 满 意度 和 忠 诚 度， 并 最 终达 到 企 业竞 争 力 的 提 升中 扮 演 着越 来 越 重要 的 作 用 。
本 文旨 在应 用 数据 仓库 的 原理 和数 据挖 掘 方法 进行 零售企 业 顾客 细分 ， 然后 基
于不同顾客 群 给 以不同的 分 析 和 关 注。文中 首 先 基于顾客 关系管理 的 背 景研究对 国
内外关于顾 客 细 分理论研 究 进 行 综 述，阐述 了 顾 客的细分 要素，并 提 出 了本文的 基
本 理论 模 型； 其次 ， 借助 Microsoft SQL Server 2000 and Analysis Server（在后面的
章 节 以 MSAS代替）强大的 分 析 环境进行 本 文 的 核 心平台― 顾 客 信息数据 仓库的构
建 ； 然后 ， 以 FootMart超 市 数据为基 础 借 助 数 据 挖 掘流程标 准 CRISP-DM进 行数据
分析来实现 顾 客 细分；最后， 对 细 分顾客群 进 行 顾 客 特征、流 失 分 析等应用 研究 ，
并给出了总 结 和 展 望。
I
广东工业大学管理学硕士学位论文
关 键 词 零 售企 业 顾 客细 分 ； 数据 仓 库 ； 数据 挖 掘 ； MSAS；聚 类分析
II
ABSTRACT
ABSTRACT
As the globalization and development of internet intensifies, m odern enterprises face
very violent and fierce surviving competition, and now customer resource has become
t h e d e t e r m i n a n t f a c t o r , r e l y i n g o n w h i c h e n t e r p r i s e s s u r v i v e a n d t h r i v e, c u s t o m e r -
focus gradu ally gains th e p opularity and we're now liv ing in a CRM era. Meanwhile ,
t h e O L T P w i t h c h a r a c t e r i s t i c s o f r e a l - t i m e , m u l t i p l e u s e r a n d d a t a b a s e e n v i r o n m e n t
b e c o m e s t h e d a i l y p r a c t i c e a s t h e i n f o r m a t i o n t e c h n o l o g i c a l i m p r o v e m e n t g o e s
f u r t h e r . T h e b a r - c o d i n g t e c h n o l o g y e m p o w e r s t h e O L T P c a p a b i l i t y o f r e t a i l
i n d u s t r y a l s o w i t h t h e g e n e r a t i o n o f h u g e a m o u n t d a i l y d a t a . N o w a d a y s t h e O A L P
l e a d s t h e w a y w h i c h o r i e n t a t e s r a t i o n a l d e c i s i o n - m a k i n g s u p p o r t b a s e s o n t h e
in tellige nt data ana lyzing, t herefor e the int elligent technologies su ch as Data Mining
and Data Warehouse follow the rational line to become mainstream.
T h e e x p o n e n t i a l d a t a a c c u m u l a t i o n a n d f a s t d e v e l o p m e n t o f i n t e l l i g e n t t e c h n o l o g y
bring along both opportunity and challenge. Confined to the limited resources, the
enterprises have to focus on the most valuable customers which is consistent with the
c l a s s i c P a r e t o ' s P r i n c i p l e - T h e 8 0/ 2 0 R u l e: 80 % w h o l e p r o fi t i s c o n t r i b u t e d b y 2 0 %
of the whole customers. Thus it carries significant implication that enterprises dig out
v a l u a b l e c u s t o m e r a n d t r e a t t h e m w i t h d i f f e r e n t i a t e d a n d p e r s o n a l i z e d s e r v i c e a n d
produ c t whic h ar e k e y f acto r s in e n h a ncing e n t erpr i s e ’s co m p e t i tiv e a dvant a g e . Dat a
Warehouse (DW) integrates data from many sources to provide an information pool
f o r b u s i n e s s q u e r i e s . D W p r o v i d e s n o t o n l y t h e s p e c t a c u l a r d a t a c o l l e c t i o n a n d
m a n a g e m e n t p l a t f o r m , w h a t ' s m o r e i m p o r t a n t i s t h e v e r y p o w e r f u l a n a l y z i n g t o o l s
w h i c h p l a y s a m o r e a n d m o r e s i g n i f i c a n t r o l e i n i m p r o v i n g t h e c u s t o m e r s e r v i c e
and e n h an cin g c u stom e r s atisf a c t ory de g r e e and l oyalt y , a nd ulti m a t ely a d v a nces t h e
enterprises' competitive advantage.
The paper strives to apply the data warehouse and data mining technology to segment
th e c us tomer i n r et ail i nd ustry, and base d on th e dif fe ren t custo mer c lu ster, pr ov ides
III
广东工业大学管理学硕士学位论文
d i f f e r e n t i a t e d a n a l y s i s a n d s e r v i c e . T h e p a p e r i s c o n s t r u c t e d a s f o l l o w s : f i r s t l y ,
grounded on the summarized research of domestic and abroad customer segmentation
theories, the segmentation factors for in this research are presented; secondly, assisted
b y t h e p o w e r f u l M i c r o s o f t S Q L S e r v e r 2 0 0 0 a n d A n a l y s i s S e r v e r ( M S A S f o r s h o r t )
e n v i r o n m e n t , t h e c u s t o m e r i n f o r m a t i o n d a t a w a r e h o u s e i s c r e a t e d ; t h i r d l y , t h e
customer segmentation based on the data source of FootMart super market is realized
b y d a t a m i n i n g s t a n d a r d p r o c e s s: C R I S P - D M ; t h e a p p l i c a t i o n r e s e a r c h b a s e d o n
s e g m e n t e d c u s t o m e r s u c h a s t h e c u s t o m e r p r o f i l i n g a n d c h u r n a n a l y s i s i s f i n a l l y
provided along with the sum-up and prospect anticipation.
K e y W o r d s : C u s t o m e r S e g m e n t a t i o n o f R e t a i l I n d u s t r y ; D a t a W a r e h o u s e ; D a t a
Mining; MSAS; Cluster Analysis
IV
目录
目录
摘要 .............................................................................................................I
ABSTRACT.................................................................................................II
第一 章 绪 论 ............................................................................................1
1.1 研 究 背 景................................................................................................1
1.2 研 究 意 义..................................................................................................4
1.3研 究 内 容和方法 .......................................................................................5
1.3.1研 究 内 容...........................................................................................5
1.3.2研 究 方 法和 思路................................................................................6
1.3.3研 究 的 创新 ........................................................................................7
1.4文献综 述..................................................................................................7
1.4.1顾 客细分的 国 内 外 研 究综述..............................................................7
第二 章 CRM与顾客细 分 ............................................................................13
2.1 CRM简 介................................................................................................13
2.1.1 CRM含义 的 理 解.............................................................................13
2.1.2 CRM系统........................................................................................14
2.1.3 CRM的发展趋势.............................................................................15
2.2顾 客细分................................................................................................16
2.2.1顾 客细分简介..................................................................................16
2.2.2顾 客 细 分的 必要 性...........................................................................16
2.2.3零 售企业中 顾 客 细 分 的意义............................................................17
第三 章 顾客 细 分 模型................................................................................18
3.1本 文 顾 客细 分 模 型 的 提出 .......................................................................18
3.1.1 细 分 模 型 简述.................................................................................20
3.2数 据仓库简介.........................................................................................24
3.2.1数 据仓库的 特 点 ..............................................................................24
3.2.2数 据 仓库 的 基本 概 念.......................................................................25
3.2.3数 据仓库的 数 据 模 型 .......................................................................26
3.2.4数 据 仓 库的 体系 特点.......................................................................28
V
广东工业大学管理学硕士学位论文
3.3数 据 仓 库与 顾 客 关 系 管理 .......................................................................29
3.3.1数 据 仓 库在 CRM中 的 应用和意 义 ....................................................30
3.3.2数 据仓库与 顾 客 细 分 .......................................................................31
第四 章 顾客 信 息 数据仓库 的 设 计 ................................................................32
4.1设 计简介................................................................................................32
4.1.1顾 客 信 息数 据 仓 库的 数 据 模型 ........................................................32
4.2顾 客信息数 据 仓 库 设 计 的 基本流程 ........................................................33
4.3顾 客信息数 据 仓 库 概 念 模 型设计............................................................34
4.4顾 客信息数 据 仓 库 逻 辑 模 型设计............................................................37
4.4.1粒度层次分析..................................................................................37
4.4.2主 题分 析 和 维度设计.......................................................................38
4.5顾 客信息数 据 仓 库 物理 模 型设计............................................................43
4.5.1数 据的存储结 构 ：多维数据 集........................................................43
4.5.2数 据 的 物理 存放 位 置 和 存 储分配.....................................................47
4.6顾 客信息数 据 装 载 设 计..........................................................................47
4.6.1数 据装载简介..................................................................................47
4.6.2装 载工具简介..................................................................................48
第五 章 顾客 细 分 的实现.............................................................................50
5.1顾 客细分方 法 简 介 ..................................................................................50
5.2顾 客 细 分与 聚 类 分析 ..............................................................................51
5.2.1 MSAS中挖掘工 具 简 介....................................................................51
5.2.2 CRISP-DM简介...............................................................................53
5.2.3顾 客购买贡献聚 类 分 析...................................................................55
5.2.4顾 客 忠 诚度 聚 类 分 析（ 多 因 子 ）.....................................................61
5.2.5顾 客活跃度聚 类 分析 （ 多 因子 ）.....................................................63
5.3 顾 客 细 分 的实现.....................................................................................65
第六 章 基于 顾 客 细分的应 用 ......................................................................68
6.1数 据挖掘简介.........................................................................................68
6.1.1 数 据 挖 掘过 程 描述..........................................................................68
6.1.2 数 据 挖 掘 的功能.............................................................................69
VI
摘要：
展开>>
收起<<
摘要零售企业中顾客细分研究摘要经济全球化和互联网技术的飞速发展使得企业面临着越来越严峻的市场竞争，顾客成为了企业生存和发展的生命线，人们的关注焦点由之前的以产品为中心，发展到以顾客关注为核心的客户关系管理时代。与此同时，信息技术的进步使实时的多用户、多数据库环境的联机事务处理系统（OLTP）得以产生和发展。对于零售企业，条形码等技术的普遍应用使其OLTP极为发达，并积累了海量数据。如今，OLTP逐步向着智能化的联机分析处理（OLAP）不断进步。联机分析处理通过对系统积累的数据进行分析和处理，基于分析结果支持管理决策。数据的指数级增长和智能化分析技术的发展同时也为顾客关系管理带来了机遇和挑战。业...
作者：朱铭铭
分类：高等教育资料
价格：120积分
属性：95 页
大小：1.41MB
格式：DOC
时间：2024-09-20
