人工智能基礎(chǔ)與應(yīng)用（第2版）（微課版）課件 5-4 項(xiàng)目2-電商客戶分類(lèi)

5-4項(xiàng)目2—電商客戶分類(lèi)模塊?物以類(lèi)聚：發(fā)現(xiàn)新簇群目錄CONTENTS提出問(wèn)題01預(yù)備知識(shí)03解決方案02任務(wù)1—選擇最佳的客戶群分?jǐn)?shù)目k04任務(wù)3—為3類(lèi)客戶提出營(yíng)銷(xiāo)建議06任務(wù)2—計(jì)算3類(lèi)客戶的RFM平均值05一.提出問(wèn)題問(wèn)題描述隨著電商市場(chǎng)的快速發(fā)展，眾多的企業(yè)將營(yíng)銷(xiāo)重點(diǎn)從產(chǎn)品轉(zhuǎn)向客戶，維持良好的客戶關(guān)系逐漸成為企業(yè)發(fā)展的核心。充分了解客戶群體，知道哪些客戶是重要保持客戶、哪些客戶是重要發(fā)展客戶、哪些客戶是一般挽留客戶等，事實(shí)現(xiàn)企業(yè)利潤(rùn)最大化的重要保證。哪如何精準(zhǔn)區(qū)分電商系統(tǒng)中客戶的群體類(lèi)別，并根據(jù)客戶群分結(jié)果采取不同的營(yíng)銷(xiāo)措施呢二.解決方案2.解決方案（1）先驗(yàn)知識(shí)消費(fèi)間隔消費(fèi)頻率消費(fèi)總額客戶群分營(yíng)銷(xiāo)策略二.解決方案2.解決方案（2）具體方案三.預(yù)備知識(shí)1.RFM模型介紹利用消費(fèi)間隔R、消費(fèi)頻率F和消費(fèi)總額M這3個(gè)指標(biāo)，采用k均值算法對(duì)客戶進(jìn)行聚類(lèi)。三.預(yù)備知識(shí)2.k均值模型主要屬性【引例5-2】對(duì)比聚類(lèi)后4種企鵝的質(zhì)心數(shù)據(jù)。（1）導(dǎo)入相關(guān)三方庫(kù)三.預(yù)備知識(shí)2.k均值模型主要屬性（2）數(shù)據(jù)處理及獲取聚類(lèi)后的質(zhì)心三.預(yù)備知識(shí)2.k均值模型主要屬性（3）繪制4類(lèi)企鵝在6個(gè)維度上的雷達(dá)圖四.任務(wù)1——選擇最佳的客戶群分?jǐn)?shù)目k1.清洗掉無(wú)關(guān)的數(shù)據(jù)kfm_datas數(shù)據(jù)四.任務(wù)1——選擇最佳的客戶群分?jǐn)?shù)目k2.對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理X部分值：四.任務(wù)1——選擇最佳的客戶群分?jǐn)?shù)目k3.求不同k值下客戶群分的聚類(lèi)性能指標(biāo)CH分?jǐn)?shù)輪廓系數(shù)慣性值四.任務(wù)1——選擇最佳的客戶群分?jǐn)?shù)目k4.繪制3個(gè)內(nèi)部聚類(lèi)性能指標(biāo)的變化圖四.任務(wù)1——選擇最佳的客戶群分?jǐn)?shù)目k4.繪制3個(gè)內(nèi)部聚類(lèi)性能指標(biāo)的變化圖運(yùn)行結(jié)果五.任務(wù)2——計(jì)算3類(lèi)客戶的RFM平均值1.重新聚類(lèi)最后得到聚類(lèi)后的各樣本標(biāo)簽五.任務(wù)2——計(jì)算3類(lèi)客戶的RFM平均值2.求質(zhì)心數(shù)據(jù)各客戶類(lèi)型統(tǒng)計(jì)數(shù)據(jù)五.任務(wù)3——為3類(lèi)客戶提出營(yíng)銷(xiāo)建議1.繪制客戶群體的R、F、M指標(biāo)折線圖五.任務(wù)3——為3類(lèi)客戶提出營(yíng)銷(xiāo)建議1.繪制客戶群體的R、F、M指標(biāo)折線圖運(yùn)行結(jié)果五.任務(wù)3——為3類(lèi)客戶提出營(yíng)銷(xiāo)建議2.提供營(yíng)銷(xiāo)建議五.任務(wù)3——為3類(lèi)客戶提出營(yíng)銷(xiāo)建議2.提供營(yíng)銷(xiāo)建議對(duì)