Spss K-means聚类分析案例——某移动公司客户细分模型-技术博客-@太阳城手机版资讯
你好,游客 登录
背景:
阅读新闻

Spss K-means聚类分析案例——某移动公司客户细分模型

[日期:2015-03-04] 来源:百度文库  作者:百度文库 [字体: ]

  Spss K-means聚类分析案例

  ——某移动公司客户细分模型

  聚类分析在各行各业应用十分常见,而顾客细分是其最常见的分析需求,顾客细分总是和聚类分析挂在一起。

  顾客细分,关键问题是找出顾客的特征,一般可从顾客自然特征和消费行为入手,在大型统计分析工具出现之前,主要是通过两种方式进行“分群别类”,第一种,用单一变量进行划段分组,比如,以消费频率变量细分,即将该变量划分为几个段,高频客户、中频客户、低频客户,这样的状况;第二种,用多个变量交叉分组,比如用性别和收入两个变量,进行交叉细分。

  事实是,我们总是希望考虑多方面特征进行聚类,这样基于多方面综合特征的客户细分比单个特征的细分更有意义,这正是spss聚类分析可以做到的,以下通过k-means聚类分析做一个小小案例来展示。

  包含7个变量:用户编号、工作日上班时间电话时长、工作日下班时间电话时长、周末电话时长、国际电话时长、总通话时长、平均每次通话时长,现希望对移动用户细分,了解他们不同的手机消费习惯。根据研究调研及经验,认为移动用户应分为5个主要消费群体。

 

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  【太阳城分析

  K-means聚类也称快速聚类,可以用于大量太阳城进行聚类的情形。在开始聚类之前,需要分析者自己制定类数目,并不是一次指定,可以经过多轮反复分析,根据实际情况最终判定最优类的数目。 K-means聚类是采用计算距离的方式测度变量间的亲疏程度,距离直接影响最终的结果,因此慎重审核太阳城质量。

 

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类

  【分析结论】

  做一个太阳城分析的项目,不能不下结论!

  雷声大,雨点小的事情,作为太阳城分析师千万要避免发生。提交太阳城分析报告,对分析下结论,对业务问题进行及时解决,养成这个良好的习惯。

 

今天我教你用统计工具去客户聚类

  

今天我教你用统计工具去客户聚类




收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (4)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款