1數(shù)據(jù)集群

數(shù)據(jù)庫集群即利用至少2臺或者多臺數(shù)據(jù)庫服務器，構成一個虛擬單一數(shù)據(jù)庫邏輯映像，向客戶端提供透明的數(shù)據(jù)服務。

2研究方法

根據(jù)前述的相關理論，研究提出一個信息售后服務的集群設計過程，首先經過分析得到加權化核心價值類型。進而區(qū)分客戶類型，然后應用集群工具分析客戶數(shù)據(jù)，最后按照結果提出核心客戶營銷策略與建議。以太原最大的網上營銷服務商為研究對象，利用RFM模型對網上營銷售后服務客戶進行集群分析設計。

3系統(tǒng)設計

利用營銷數(shù)據(jù)進行客戶等級評估，并將分析所求的結果輸入到分析軟件進行數(shù)據(jù)運算，得到各顧客的權重值，再將數(shù)據(jù)庫內的客戶服務數(shù)據(jù)帶入RFM模型進行客戶價值分數(shù)加權運算，最終找到核心客戶。將核心客戶信息化數(shù)據(jù)經過集群算法處理，對集群后結果進行解釋并提出營銷建議，為網上營銷者提供營銷服務參考。

3.1信息采集

研究共取得原始客戶數(shù)據(jù)5280份，由于這些數(shù)據(jù)都出自同一信息記錄軟件，因此數(shù)據(jù)的格式、有效性、準確性都非常符合分析標準。分析采用平均數(shù)計算方式匯總綜合分數(shù)，數(shù)據(jù)分析的主要方面有以下幾項:(1)信息服務的“維護時間”情況;(2)信息服務的“維護頻率”情況;(3)信息服務的“維護費用”情況。

3.2核心顧客分析

以太原最大的網上營銷服務商年度維護紀錄數(shù)據(jù)(共有153590條)為研究基礎。利用RFM分析消費數(shù)據(jù)找出核心客戶，研究所采用衡量變量分析，其中，R(Recency)為最近維護時間，F(xiàn)(Frequency)為維護頻率，M(Monetary)為維護金額。經過分析，發(fā)現(xiàn)客戶的消費平均數(shù)為3001.54元，當然，由于客戶分為企業(yè)客戶與個人客戶，因此消費數(shù)據(jù)不能簡單地作為核心客戶的唯一標準，經過加權處理之后，把標準定位在一個核心客戶數(shù)值之上，計算后的結果低于平均數(shù)值的客戶為3421家，高于平均數(shù)值的客戶為1809家，得知核心客戶的比例為34.26%。有了核心客戶作為基礎，系統(tǒng)就可延伸下一步的集群設計。

3.3核心客戶集群分析

對1809家核心客戶的信息進行調查，包含公司客戶管理、服務管理及配件管理3大選項。將相應屬性數(shù)據(jù)導入到數(shù)據(jù)庫。首先將所收集的數(shù)據(jù)屬性及數(shù)據(jù)信息進行量化，利用聚類算法，經過多次的測試及屬性調整，最后獲得2種較為全面的集群模型系數(shù)。核心客戶數(shù)為34.26%，可以很容易的區(qū)分出研究預期的核心客戶群是系統(tǒng)的期望信息。企業(yè)售后信息建設越完善，售后服務越重視、售后主動性越明顯，則對整個經營活動的促進作用越大。

4結論

網上營銷打破了傳統(tǒng)的經營方式，既有巨大的機遇，同時也要面臨巨大的挑戰(zhàn)。該研究只針對網上營銷的售后服務環(huán)境進行集群分析，利用現(xiàn)有的銷售和售后數(shù)據(jù)找出有效的營銷服務參考信息，這不僅能提高企業(yè)營銷的精準度，也能在售后中提高客戶的滿意度，最終增加客戶粘性，為企業(yè)的生存保駕護航。研究中應用了“RFM模型”分析與集群分析，分類出核心客戶，并抽取具有參考價值的信息作為企業(yè)決策的參考依據(jù)。

作者：張媛 單位：太原大學外語師范學院