推荐评分体系在化妆品业精准营销中的实证研究

发布时间：2021-12-30 19:01

　　近年来,在我国国民经济取得良好发展,人民生活水平不断提高的背景下,化妆品消费者的需求呈现出个性化、差异化、多样化的特点,而传统的大众营销方式,因其广告费用高,效率低下等缺点,在寻找目标受众的过程中逐渐失效,而建立在信息技术和大数据平台基础上的精准营销为企业提升品牌竞争力提供了新的有效的实现途径。重新认识客户的价值和识别潜在的客户成为了客户关系管理（CRM）在真实的商业运作中极其重要的管理方式,精准营销依托先进的数据挖掘分析工具,是企业进行客户关系管理的科学的手段。本文提出一种新的实用性的推荐评分体系,结合客户购买行为和关联规则分析,以L品牌化妆品为例,结合L品牌2016年上半年的真实会员交易数据,运用SQL server,R软件以及tableau软件,进行数据的处理、整合、分析以及可视化。体系中选取L品牌的Rountineen作为子品类的研究对象,共有20个子品类,通过关联规则分析,在置信度为0.1,支持度为0.05的参数设置下,得到90条关联规则。通过SQL server和tableau对95179位VIP客户做了购买行为分析,并做打分处理。最后,通过与这些客户2016年第三季度VI... 

【文章来源】：兰州财经大学甘肃省

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

关联规则挖掘基本模型

经大学硕士学位论文 推荐评分体系在化妆品业精准营销中的实迭代的方法来进行频繁项目集的挖掘，即使用第 k-项集来产生第(k+算法的基本思路是:1、通过整体扫描数据集 ，运用挖掘算法得到候据自定义的最小支持度阈值产生频繁 1-项集的集合，记作 L1。2、在，采用同样的方法再次扫描数据集 D，产生频繁 2-项集。3、继续采，直到生成 k-频繁项集，直至不能在产生满足min_ 的（k+1）-频。图，为 Apriori 算法的流程图。数据库

.3 FP-growth 算法的流程只对数据集进行两次扫描。义名思义，即客户在发生析，来研究深层次的购买响，例如：产品的选择、频率的选择等。如今，零日益增多，对于客户购买测，深受企业和学者们的

【参考文献】：
期刊论文
[1]基于改进权重增量Apriori算法的产品推荐方法[J]. 王昕妍,王晓峰.  计算机系统应用. 2015(11)
[2]大数据环境下客户购买行为预测[J]. 杜刚,黄震宇.  管理现代化. 2015(01)
[3]基于行为和评分相似性的关联规则群推荐算法[J]. 张佳乐,梁吉业,庞继芳,王宝丽.  计算机科学. 2014(03)
[4]需求成熟度模型的商业银行零售客户交叉购买行为预测研究[J]. 田敏,李纯青,李雪萍.  西安工业大学学报. 2013(05)
[5]大学生学校认同感及其影响因素研究[J]. 张干群.  工会论坛(山东省工会管理干部学院学报). 2012(02)
[6]对精准营销理论的思考与实践[J]. 高岚.  黑龙江科技信息. 2010(20)
[7]基于消费者行为分析的百货零售业营销策略研究[J]. 余瑾秋.  中国商贸. 2009(19)
[8]论精准营销的内涵与实施策略[J]. 时炼波,张俐华.  企业经济. 2009(08)
[9]精准营销理论浅探[J]. 王俊,陈贵松,田家华.  中国集体经济. 2009(03)
[10]浅议精准营销[J]. 周晓雯,王喜荣.  商场现代化. 2009(01)

硕士论文
[1]基于客户交易行为的事件式精准营销在交通银行零售板块中的应用研究[D]. 柳杨亮.华东理工大学 2013
[2]基于商业智能的客户购买行为应用分析[D]. 丁为建.华南理工大学 2012
[3]支持金融产品交叉营销的数据挖掘研究[D]. 洪毅.浙江工业大学 2010
[4]客户购买行为的BG/NBD预测模型及其应用研究[D]. 张春莲.哈尔滨工业大学 2006



本文编号：3558797