• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Cyber and IT Service Management >Clustering and profiling of customers using RFM for customer relationship management recommendations
【24h】

Clustering and profiling of customers using RFM for customer relationship management recommendations

机译：使用RFM对客户进行集群和分析以提出客户关系管理建议

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The problem faced by the company is how to determine potential customers and apply CRM (Customer Relationship Management) in order to perform the right marketing strategy, so it can bring benefits to the company. This research aims to perform clustering and profiling customer by using the model of Recency Frequency and Monetary (RFM) to provide customer relationship management (CRM) recommendation to middle industrial company. The method used in this study consists of four steps: data mining from transaction history data of customer sales, data mining modeling using RFM with K-Means algorithm and customer classification with desicion tree (J48), determination of customer loyalty level and recommendation of customer relationship management (CRM) on the medium-sized industry. This research produces RFM data mining model for medium industrial companies. In addition, the results of the study provide recommendations of four customer segments and characteristics of each customer to perform customer relationship strategy.
机译：公司面临的问题是如何确定潜在客户并应用CRM（客户关系管理）以执行正确的营销策略，从而为公司带来收益。本研究旨在通过使用新近度频率和货币（RFM）模型对客户进行聚类和配置文件分析，以向中型工业公司提供客户关系管理（CRM）推荐。本研究中使用的方法包括四个步骤：从客户销售的交易历史数据中进行数据挖掘，使用具有K-Means算法的RFM和基于决策树（J48）的客户分类进行数据挖掘建模，确定客户忠诚度水平和推荐客户中型行业的关系管理（CRM）。这项研究为中型工业公司提供了RFM数据挖掘模型。此外，研究结果提供了四个客户群的建议以及每个客户的特征，以执行客户关系策略。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号