[發(fā)明專利]一種數(shù)據(jù)挖掘卷煙品牌優(yōu)質客戶的聚類算法

在審

• 申請?zhí)枺?/td>: 202010922540.0
• 申請日: 2020-09-04
• 公開（公告）號: CN114140146A
• 公開（公告）日: 2022-03-04
• 發(fā)明（設計）人: 尹健康;張衛(wèi)東;劉寧;宋紅文;何路;梁智杰;賀紅梅;王柯軻;劉汀;洪海舟;李梁;付秋璇;彭皓;陳紫薇;肖彭瑩;袁國旺;唐靖;韓叔君;劉嚴
• 申請（專利權）人: 四川省煙草公司成都市公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/2458;G06F16/248
• 代理公司: 成都啟慧金舟知識產(chǎn)權代理事務所(特殊普通合伙) 51299
• 代理人: 何媛

一種數(shù)據(jù)挖掘卷煙品牌優(yōu)質客戶的聚類算法，按照以下步驟執(zhí)行：將多個具有待統(tǒng)計品牌卷煙零售數(shù)據(jù)合并為一個數(shù)據(jù)，計算出聚類屬性待統(tǒng)計品牌卷煙的比例，然后進行聚類計算，包括：屬性相關性判定，進行聚類計算，然后進行聚類結果分析，包括結合實際可視化數(shù)據(jù)，尋找到待統(tǒng)計品牌卷煙最優(yōu)質客戶群體。本發(fā)明提供的計算方法，能通過市場建立起來的銷售數(shù)據(jù)的運用，通過對數(shù)據(jù)的聚類計算，生成各種直觀的圖表，全方位獲得相關數(shù)據(jù)統(tǒng)計，尋找到該種煙草產(chǎn)品的目標客戶群體，以指導該種煙草產(chǎn)品的銷售行為。

技術領域

本發(fā)明涉及一種對數(shù)據(jù)統(tǒng)計方法，具體為通過煙草銷售數(shù)據(jù)挖掘卷煙品牌優(yōu)質客戶的聚類算法。

背景技術

信息時代的來臨，是的企業(yè)營銷焦點從“產(chǎn)品中心”轉變?yōu)椤翱蛻糁行摹保蛻絷P系管理成為企業(yè)的核心問題。客戶關系管理的關鍵問題是客戶分類，通過客戶分類，區(qū)分高價值的客戶、低價值的客戶，企業(yè)針對不同價值的客戶指定優(yōu)化的個性化服務方案，采取不同的營銷策略，將有限的營銷資源集中于高價值客戶，實現(xiàn)企業(yè)利潤最大化目標。

煙草銷售過程中，由于煙草銷售數(shù)據(jù)量非常大，而且數(shù)據(jù)復雜，且銷售行為受地域限制，并同時受到計劃銷售限制，在銷售方案制定中，與市場真實的需求有一定的偏差，導致煙草產(chǎn)品與目標客戶群體不匹配，無法最有效使該種煙草產(chǎn)品直接到達該種煙草產(chǎn)品的目標客戶群體。

因此，我們有必要通過市場建立起來的銷售數(shù)據(jù)，通過對數(shù)據(jù)的運用，尋找到該種煙草產(chǎn)品的目標客戶群體，以指導銷售行為。

發(fā)明內(nèi)容

為了解決上述問題，本發(fā)明提供了一種數(shù)據(jù)挖掘卷煙品牌優(yōu)質客戶的聚類算法，本算法通過市場建立起來的銷售數(shù)據(jù)的運用，尋找到該種煙草產(chǎn)品的目標客戶群體。

一種數(shù)據(jù)挖掘卷煙品牌優(yōu)質客戶的聚類算法，按照以下步驟執(zhí)行：

1、數(shù)據(jù)合并，包括：

將多個具有待統(tǒng)計品牌卷煙零售數(shù)據(jù)合并為一個數(shù)據(jù)，合并后的數(shù)據(jù)具有在同一零售戶編號下對待統(tǒng)計品牌卷煙銷售數(shù)據(jù)。

2、計算出聚類屬性待統(tǒng)計品牌卷煙的比例，包括：

選擇聚類屬性因子進行客戶價值細分，得出了待統(tǒng)計品牌卷煙的最優(yōu)質的客戶區(qū)域。

3、聚類計算，包括：

(1)屬性相關性判定，通過相關性的程度值，將每一個數(shù)據(jù)獲得多個屬性標簽作為聚類指標。

(2)進行聚類計算，獲得初步輪廓系數(shù)得分；判斷聚類結果可用性。當聚類結果可用性不足時，則：將數(shù)據(jù)標準化后再聚類；重新獲得初步輪廓系數(shù)得分，并再次判斷聚類結果可用性。

重復上述聚類計算步驟并獲得初步輪廓系數(shù)得分，直到聚類結果可用性較達標。

4、聚類結果分析，包括：

結合實際可視化數(shù)據(jù)，尋找到待統(tǒng)計品牌卷煙最優(yōu)質客戶群體。

如上所述的一種數(shù)據(jù)挖掘卷煙品牌優(yōu)質客戶的聚類算法，更進一步說明為：所述待統(tǒng)計品牌卷煙零售數(shù)據(jù)，包括，按零售客戶統(tǒng)計數(shù)據(jù)，和按零售客戶匯總訂單數(shù)及訂購金額數(shù)據(jù)。

如上所述的一種數(shù)據(jù)挖掘卷煙品牌優(yōu)質客戶的聚類算法，更進一步說明為：所述聚類屬性因子選擇了單條值和訂購數(shù)兩個因子進行客戶價值細分。

如上所述的一種數(shù)據(jù)挖掘卷煙品牌優(yōu)質客戶的聚類算法，更進一步說明為：所述將數(shù)據(jù)標準化，具體為：重新調整聚類屬性因子。

如上所述的一種數(shù)據(jù)挖掘卷煙品牌優(yōu)質客戶的聚類算法，更進一步說明為：所述聚類屬性因子選擇了所有品牌香煙的訂購數(shù)和待統(tǒng)計品牌卷煙訂購數(shù)兩個因子進行客戶價值細分。

得出了待統(tǒng)計品牌卷煙的最優(yōu)質的客戶區(qū)域：經(jīng)營規(guī)模大、購買力強的為優(yōu)質客戶區(qū)域。