《表2 不同客户群体的第一主成分平均得分》
基于构建的客户终身价值评价体系,利用K-Means聚类分析方法,将客户细分为3类。为了识别每一类客户群体的价值高低,对包含22个指标的客户终身价值评价体系进行主成分分析,根据主成分分析的累计贡献率曲线可知,前14个主成分的累计贡献率达到89.82%,从而得到前14个主成分对应的载荷大小。第一主成分除了在cancelrate_pre(24 h内已访问次数最多酒店历史取消率)和指标lastpvgap(一年内距上次访问时长)上对应的为负载荷,且这两个指标均为负向指标,在其他指标上的载荷均为正值。本文构建的客户终身价值评价体系就是基于客户价值展开的,因此可以把第一主成分理解为价值差异因子,计算每一类客户群体的第一主成分的平均得分,从而定量判断客户价值高低。如表2可知,标签0对应的客户群体第一主成分平均得分为-1.7709,占比35%,为低价值客户,标签1第一主成分平均得分为3.3016,占比19%,为高价值客户,标签2第一主成分平均得分为-0.0097,占比46%,为中价值客户,最终细分结果如表2所示。
图表编号 | XD00173411400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 田波、沈江明、桂贝贝、曾志勇 |
绘制单位 | 中国电信股份有限公司云南分公司、中国电信股份有限公司云南分公司、云南省高校数据化运营管理工程研究中心、云南财经大学统计与数学学院、云南省高校数据化运营管理工程研究中心、云南财经大学信息学院 |
更多格式 | 高清、无水印(增值服务) |