改進的K-means算法在客戶分類中的應用

崔曉云，王歡歡，錢慎一

（1.河南省煙草公司鄭州市公司卷煙配送中心，鄭州450000；2.鄭州輕工業(yè)學院計算機與通信工程學院，鄭州　450000）

改進的K-means算法在客戶分類中的應用

崔曉云1，王歡歡2，錢慎一2

（1.河南省煙草公司鄭州市公司卷煙配送中心，鄭州450000；2.鄭州輕工業(yè)學院計算機與通信工程學院，鄭州450000）

0　引言

面對異常激烈的市場競爭，企業(yè)無論在生存還是在發(fā)展上均受到了嚴峻的考驗。目前，有許多著名的研究所表明，企業(yè)開發(fā)客戶雖然很難，但維持一個客戶會更難。此外，帕累托理論顯示，企業(yè)的絕大部分的利潤是由企業(yè)20%的客戶創(chuàng)造的，而這20%就是企業(yè)最重要客戶。說明雖然很少但很重要。此外，另外一些研究結果表明，高成本顧客抵消掉了企業(yè)一半的利潤［1］。因此，企業(yè)在進行客戶關系管理時挖掘出哪些是企業(yè)最重要的客戶、哪些是不重要的客戶是至關重要的。

數據挖掘技術一直是值得學習的一門知識。從大量數據中用數據挖掘的方法發(fā)現其中潛在的信息和人們感興趣的數據模式成為了人們的一種一般需求。隨著數據挖掘的不斷發(fā)展，挖掘的方法層出不窮，其中最基本的方法是聚簇。k-means算法在聚簇方法中，是最著名也是最常用的劃分法之一［2］。再許多實際的問題中，聚類分析在都有著很重要的應用，如：在股票市場，用此方法把具有相似價格浮動的股票進行分組；用于客戶關系管理中的客戶價值劃分等［3］。在生物學和醫(yī)學領域里，將有相似功能的蛋白質和基因分組；K-means聚類算法是目前最為傳統也最為經典的聚類算法，通過不斷地調整更新，整合離中心點相鄰數據的均值，將數據聚類。該算法具有算法速度快，穩(wěn)定性好，原理簡單等優(yōu)點，被廣泛的應用于科學研究和工商業(yè)等領域［4］。

1　客戶價值理論

客戶的價值是指能為企業(yè)帶來的最大的效益，為了能獲得更大的利潤企業(yè)就需要對客戶進行分門別類的管理，利用合理的營銷策略激發(fā)客戶的購買熱情，使其更好地為企業(yè)服務，創(chuàng)造出更多的價值。

如果客戶對某種服務或者產品者生產不太滿意，他們會很快轉移把目標和興趣，重新發(fā)現或者關注其他的產品，甚至更換產品供應商，從而給企業(yè)帶來巨大損失。因此，企業(yè)要將客戶的滿意度提高，就不得不對客戶進行分門別類的管理［5］。

2　K-means算法［6］

2.1K-means算法原理

K-means算法，也被稱之為K-均值。該算法首先人任意地抽取幾個對象作為初始的質心；然后將剩余的每個對象，根據其與各個質心的距離賦給最近的簇，然后對每個簇的質心進行重新計算；不斷重復這個過程，直到準則函數不再發(fā)生任何變化。通常采用的準則函數為，SSE（Sum of the Squared Error），其定義如下：

2.2初始中心的確定

對聚類結果產生較大影響的是對初始聚類中心的選擇，如果選擇的不好，將無法得到有效的聚類結果。可以通過多對一些不同初值的設置，將最后的運算結果進行對比，如果結果一直趨于穩(wěn)定，則說明選取恰當，但比較浪費資源且耗時比較大。本文通過建立MTA數據模型，通過V值對數據進行初始值處理，確定的初始質心，可以得到良好的聚類效果。

在《大數據》書中曾提到兩種方法對初始質心點的選?。?］：（1）選擇點時彼此盡可能遠（2）用Canopy算法或者層次聚類算法進行聚類，然后，從得到K個簇中選擇一個點，該點可以是距離類簇中心點最近的那個點或者是該類簇的中心點。

3　在某公司客戶價值細分中的應用

3.1數據清洗［7］

本文所使用的數據來源于鄭州市金水區(qū)煙草物流公司近一年的134萬訂單數據，在數據庫中一共六張與顧客購買記錄相關的數據表。數據表中的記錄為主要研究對象包含了訂單代碼、客戶編碼、訂單日期、商品編號、商品數量、商品金額、購買次數、線路編號等50個字段。

數據清洗通過對數據進行一致性檢查，缺失值和無效值的處理，發(fā)現并糾正數據文件中可識別的錯誤。根據每個變量的相互關系和合理取值范圍進項一致性檢查，檢查此數據是否合乎要求。本文首先對數據進行了一致性檢查，發(fā)現本次數據并無超出正常范圍而且邏輯上合理或者不存在矛盾的數據。之后對數據進行了缺失值的檢查，將存在缺失值的數據刪除。

3.2數據整合

數據整合的目的就是將同一個客戶的不同記錄進行合并。本文針對客戶12個月的訂單數據進行了整合。首先，我們 從數據庫中抽取出客戶購買次數、購買數量、消費金額、訂單編碼客戶編碼五個字段。之后將提取出的客戶在12個月中的消費金額匯總得到購買總金額。將客戶的購買編號進行計數，得到購買次數。其次，將每月 31號設置為截止日期，提取出每個客戶每個月最后一次購買時間，并將這個時間與截止日相減，得到最后總的購買數量。

3.3建立客戶價值細分模型

綜合前述客戶價值劃分理論，建立二維客戶價值細分矩陣。根據客戶價值評價指標體系矩陣，客戶價值評價指標體系具有三個象限，綜合客戶的當前價值和潛在價值，分別根據客戶當前價值和潛在價值的不同，得出客戶總價值。將公司客戶細分為三類，分別是：高價值客戶、低價值價值、潛在價值客戶。

3.4指標及其權重的確定

根據隨機抽取的21個客戶，選擇次數、金額和數量作為指標體系，三個指標的權重系數分別為：0.3，0.2 和0.5.采用下面的公式計算客戶價值，初步用V值進行分類，并對其排序。如表1所示：

v=0.5×（數量/數量平均值）+0.3×（次數/次數平均值）+0.2×（金額/金額平均值）

表1　客戶指標數據

3.5聚類迭代分析

對初步處理后的數據進行規(guī)格化處理后，設k=3，即將這21個客戶分成三個集團。抽取客戶編號為900536、926329和932746的值作為三個初始運算點，即初始化三個中心為：

A：｛0.9285714，0.501555772，0.286658528｝

B：｛0.6870329 0.0638110870.654634025｝

C：｛0.909090909，0.014509259，0.014509259｝

期間不斷調整三個中心點，利用K-means算法進行三次運算后，得到如圖1所示客戶價值分布圖：

圖1　客戶價值分布圖

3.6基于優(yōu)化K-means聚類的客戶細分效果

利用以上優(yōu)化的K-means算法，我們利用MATLAB軟件，將客戶分為三部分，其中紅色部分為最重要的客戶，藍色部分為次重要的客戶，黑色部分為隱含的客戶，從圖上不但可以直觀地看出客戶價值的分布情況，同時還可以得出處在每個價值區(qū)間的客戶數量，聚類效果清晰明了。聚類效果圖如圖2所示。

3.7決策的制定

具有較高價值的客戶，公司需要加大關注力度以防流失，穩(wěn)固為主提升為輔。提高他們的活躍程度，加長存留期。一般來說，低價值客戶，公司可以從客戶的愛好、習慣、生活背景等多角度進行分析。找出購買力度低的主要原因，制定針對性的策略提高他們的購買頻率。對于潛在客戶則要想法挖掘，同時不能流失，在關注的同時想法激發(fā)起活躍度，使其有潛在客戶轉型為高價值客戶。

圖2　基于K-means的聚類效果圖

4　結語

通過對該系統數據的分析，可以得知該公司的發(fā)展規(guī)模和基本情況，可以進行有針對性的管理，該算法在其中發(fā)揮了良好的作用，具有很好的實用性。通過對比不同情況下的分布圖可知，結果比較穩(wěn)定，符合了實際情況。

［1］范明，孟小峰譯.數據挖掘概念與技術——聚類分析［M］.北京：機械工業(yè)出版社，2001.223-258.

［2］Andrea Vattani.k_means Requires Exponentially Many Iterations［J］.Discrete Comput Geom，2011（45）.

［3］Ching-Hsue Cheng.Classifying the Segmentation of Customer Value Via RFM Model and RS theory［J］.Expert Systems with Applications，2009（36）.

［4］于輝，廖小紅.客戶細分方法綜述［J］.中小企業(yè)管理與科技（下旬刊），2014，11：17-18.

［5］Wishart D.K-meansClustering with Outlier Detection［C］.Proc.of the 25th Annual Conf.of the German Classification Society.Munich，Germany：University of Munich Press，2001：14-16.

［6］詹海亮，薛惠鋒，蘇錦旗.基于人工免疫系統的克隆——K均值算法［J］.計算機仿真，2008，25（11）：191-195.

［7］張建萍，劉希亞.基于聚類分析的K-Meams算法研究與應用［J］.計算機應用研究，2007，24（5）：166-168.

［8］袁方，周志勇，宋鑫.初始聚類中心優(yōu)化的K-Means算法［J］.計算機工程，2007，33（3）：5-66.

Customer Value；K-means Algorithm；Customer Relationship Management

Application of Optimized K-means Algorithm in Customer Value Segmentation

CUI Xiao-yun1，WANG Huan-huan2，QIAN Shen-yi2
（1.Henan Tobacco Companies Zhengzhou Company Cigarette Distribution Center，2.School of Computer and Communication Engineering，Zhengzhou University of Light Industry，Zhengzhou 450000）

1007-1423（2016）24-0025-04DOI：10.3969/j.issn.1007-1423.2016.24.006

崔曉云（1977-），女，河南鄭州人，本科，高級物流師，研究方向為物流管理

王歡歡（1989-），女，河南汝州人，碩士研究生，研究生，研究方向為數據挖掘

錢慎一（1975-），男，江蘇揚州人，碩士，副教授，碩士生導師，CCF會員，研究方向為數據庫與信息集成、計算機應用技術

2016-03-22

2016-08-15

對客戶價值的劃分，可以為企業(yè)進行準確的客戶定位，制定良好的市場營銷戰(zhàn)略。利用優(yōu)化K-means算法初始值的選取，建立客戶潛在價值和客戶當前價值表，并以某物流公司現有的實際數據為基礎進行實證分析。將所有客戶分為重要客戶、次重要客戶、隱含價客戶三類，分析各類客戶的消費特性，提出針對性的客戶營銷及管理方式。

客戶價值；K-means算法；客戶關系管理

河南省煙草公司科技研究項目，河南省科技攻關項目（No.122102210024）

Customer value for enterprise，can accurate positioning，establish a good marketing strategy.Selects K-means optimization algorithm of the initial value，builds customer potential value and customer current value table，and makes the actual data of a logistics company based on existing empirical analysis.All customers are divided into three types：high value customers，low value customers，potential value customers，analyzes the various types of customer consumption characteristics，and puts forward the targeted customer marketing and management.