K—means 算法在物流快遞企業(yè)客戶細分中的應(yīng)用

蹤鋒　程林

[摘 要]面對日益激烈的物流市場競爭和信息技術(shù)的迅猛發(fā)展，物流快遞企業(yè)必須建立以“客戶為中心”的服務(wù)模式，針對不同的客戶需求制定對應(yīng)的營銷策略和價格策略，并進行分類管理。數(shù)據(jù)挖掘中的K-means聚類算法能對大型數(shù)據(jù)集進行高效分類，改進的K-means算法能夠應(yīng)用于復(fù)雜的物流客戶關(guān)系管理，對客戶進行準確和全面的分類管理。

[關(guān)鍵詞]物流 CRM；客戶分類；數(shù)據(jù)挖掘；K-means聚類分析算法

[DOI]10.13939/j.cnki.zgsc.2016.36.033

1 引 言

數(shù)據(jù)挖掘（Data Mining）是從大量不完全的、模糊有噪聲的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、潛在有用的、而且事先不不為人知的信息和知識的過程。[1]數(shù)據(jù)挖掘研究伴隨著計算機應(yīng)用技術(shù)的發(fā)展出現(xiàn)多種可供選擇的方法，聚類作為最基本的數(shù)據(jù)挖掘方法，不僅可以獨立地應(yīng)用，還可以應(yīng)用于其他數(shù)據(jù)挖掘方法的前期處理工作。當前運用最為廣泛、最成熟的聚類方法就是均值聚類算法。K-means算法能有效地處理大規(guī)模和高維的數(shù)據(jù)集合。改進后的K-means算法通過處理復(fù)雜的物流客戶管理中的非數(shù)值數(shù)據(jù)獲取更加準確和全面的客戶分類。

2 物流快遞客戶關(guān)系管理現(xiàn)狀分析

隨著我國電子商務(wù)和物流快遞業(yè)的快速發(fā)展，國內(nèi)物流快遞市場的運行環(huán)境發(fā)生了較大的變化，目前國內(nèi)物流正面對一個全面開放的、國際國內(nèi)全方位充分競爭的市場環(huán)境。物流快遞企業(yè)意識到在充分競爭的商業(yè)時代，企業(yè)必須通過占有更多優(yōu)勢資源，擁有大量有效客戶，提供最佳客戶服務(wù)，提升原有客戶體驗，進而增強客戶的忠誠度和滿意度。企業(yè)必須通過實現(xiàn)客戶價值來擴大自身的盈利，通過信息化管理來替代原有的傳統(tǒng)管理手段。

因此，物流快遞企業(yè)需要快速獲取盡可能詳細的客戶需求信息，通過數(shù)據(jù)挖掘和分析來認知客戶的行為和偏好，進而分析客戶消費模式及習慣的變化的規(guī)律，提升自身的市場洞察能力。如何通過企業(yè)和客戶的信息交流平臺，提供個性化的物流方案，有效的管理客戶，深層分析大量客戶信息的數(shù)據(jù)倉庫獲取提高企業(yè)市場競爭力的有效信息。有效數(shù)據(jù)挖掘技術(shù)就是從海量數(shù)據(jù)中挖掘出對企業(yè)有價值的潛在信息，從而支持客戶關(guān)系分類管理的科學實現(xiàn)，滿足現(xiàn)代充分競爭時代的企業(yè)需求與社會挑戰(zhàn)。

3 物流快遞客戶關(guān)系管理

客戶關(guān)系管理是一種改善企業(yè)與客戶之間關(guān)系的新型管理方法，企業(yè)通過的交流和溝通理解客戶，進而影響客戶行為，最終長期獲取客戶、保留忠誠客戶和創(chuàng)造更多利潤。

客戶細分是客戶關(guān)系管理的重要組成部分，是企業(yè)客戶關(guān)系管理的重要工具和關(guān)鍵環(huán)節(jié)。客戶管理學中的二八法則表明，20%的客戶創(chuàng)造企業(yè)80%的利潤，即相對較多利潤是由相對較少的大客戶創(chuàng)造的。因此，企業(yè)要堅持與高價值客戶的維持良好的業(yè)務(wù)關(guān)系，同時注意發(fā)掘潛在價值的客戶，合理使用自有資源，提供有差別的個性服務(wù)，才能在激烈的市場競爭中立于不敗之地。

物流快遞企業(yè)憑借自己獨特的客戶特性與市場特性為社會提供快遞業(yè)務(wù)服務(wù)。物流快遞企業(yè)有著多元的客戶群體，從政府機關(guān)、企業(yè)集團和學校賓館，直到普通個人都是其客戶；而且物流快遞企業(yè)客戶的需求具有多樣性，表現(xiàn)出來特征是不平衡性及隨機性，從個人到團體，從農(nóng)村到城市，從家庭到企業(yè)對物流快遞服務(wù)有著多層次的個性需求。

4 數(shù)據(jù)挖掘技術(shù)

客戶關(guān)系管理的數(shù)據(jù)挖掘技術(shù)是指從大量的有關(guān)客戶的數(shù) 據(jù)中挖掘出隱含的、先前未知的、對企業(yè)決策有潛在價值的數(shù)據(jù)的方法。常用的數(shù)據(jù)挖掘方法有關(guān)聯(lián)分析、序列模式分析、分類分析、聚類分析、孤立點分析等多種方法。聚類分析可以從給定的數(shù)據(jù)集中獲取數(shù)據(jù)對象之間所存在的有價值關(guān)聯(lián)要素。在商業(yè)上通過聚類將顧客信息分組，描述顧客的購買模式，找出顧客的典型特征，制定個性化營銷方案。

5 K-means聚類分析算法在快遞CRM中進行客戶細分的應(yīng)用

5.1 K-means聚類算法

K-means作為最常用的聚類算法，能有效地處理大規(guī)模和高維的數(shù)據(jù)集合，把大型數(shù)據(jù)集進行高效據(jù)分組，并根據(jù)一定的測量標準，從中找出不同組數(shù)據(jù)的相似性，進行聚類。

K-means算法的最大優(yōu)點效率較高，對例外數(shù)據(jù)非常敏感；缺點是不能處理分類數(shù)據(jù)，只能處理數(shù)值型數(shù)據(jù)，不能處理非凸面形狀的聚類。

K-means算法接受輸入量k后將n個數(shù)據(jù)對象劃分為k個聚類，根據(jù)點到質(zhì)心的距離把相似度較高的對象歸入同一聚類中，相似度較小的對象歸為不同聚類中。然后利用各聚類中對象的均值所獲得一個聚類中心來計算聚類相似度。

5.2 K-means算法的處理流程

首先，從c個數(shù)據(jù)對象任意選擇k個對象組成初始聚類中心。

其次，計算每個聚類對象的均值與每個對象的距離；并根據(jù)最小距離重新劃分相應(yīng)對象。

最后，重新計算有變化的每個聚類的均值。

循環(huán)以上兩步，直到每個聚類不再發(fā)生變化。

5.3 K-means 算法的改進

K-means算法只能處理數(shù)值型數(shù)據(jù)，而不能處理分類屬性型數(shù)據(jù)。例如表示客戶的屬性有：名稱、性質(zhì)、住址等屬性。K-means算法改進后就能很好地處理分類屬性型數(shù)據(jù)。K-means算法中的距離用相異度來替代，相異度的大小表示距離大小。一個樣本和一個聚類中心的相異度用它們各個屬性不相同的個數(shù)來表示，并用不相同個數(shù)的總和來表示某個樣本到某個聚類中心的相異度。

5.4 算法的C#實現(xiàn)

public class Kmeans

{ double[]inPut；//數(shù)據(jù)

int k；//類別數(shù)

int Num；//文件數(shù)

int sub；//特征值數(shù)

2.2 整合物流資源，加強區(qū)域經(jīng)濟的合作

區(qū)域經(jīng)濟在不同區(qū)域有著不同的發(fā)展特色，從而導致物流經(jīng)濟的發(fā)展規(guī)模必然出現(xiàn)差別化。而在市場競爭中不可避免地要出現(xiàn)一些資源的浪費，運輸車輛的閑置率較高，空車回城的情況大大降低了物流經(jīng)濟的利益。為此，區(qū)域內(nèi)的物流企業(yè)可以通過聯(lián)合、兼并等形式來進行資源的整合，提高物流資源的利用率。這就需要與區(qū)域內(nèi)的各個需求企業(yè)進行深度的合作，包括區(qū)域內(nèi)不同地方的企業(yè)加強溝通和交流，不斷加強雙方的信任，提高合作長效性，最大限度地降低雙方的成本。對區(qū)域內(nèi)自帶物流的企業(yè)進行統(tǒng)計和分析，不斷挖掘和開發(fā)物流產(chǎn)業(yè)的市場，與此同時，還應(yīng)注重物流技術(shù)的提高，增加物流企業(yè)的可信度，不斷創(chuàng)新、改進和完善物流體系。

2.3 增強政府對物流經(jīng)濟的宏觀調(diào)控

目前，我國的經(jīng)濟還未形成一個完善的運行機制，正處于不斷的磨合和改善中。物流經(jīng)濟作為一種新興經(jīng)濟體對區(qū)域內(nèi)一些傳統(tǒng)經(jīng)濟產(chǎn)生的沖擊，需要區(qū)域內(nèi)容各個企業(yè)不斷地轉(zhuǎn)變和適應(yīng)。在物流經(jīng)濟和區(qū)域經(jīng)濟的融合過程中，政府應(yīng)給予特別的關(guān)注，對部分企業(yè)進行一定程度的政策支持。物流經(jīng)濟的發(fā)展為區(qū)域內(nèi)的群眾帶來了更多的利益，同時也有利于區(qū)域綜合實力的提升。

與此同時，物流經(jīng)濟在發(fā)展過程中涉及地產(chǎn)、基建等問題，都需要政府參與到市場的規(guī)劃與發(fā)展當中，為物流經(jīng)濟創(chuàng)造更多的發(fā)展空間。特別是在一些經(jīng)濟發(fā)展較緩慢的地區(qū)，政府應(yīng)對物流企業(yè)進行財稅層面的降低支持，積極引進外資的投入，推進區(qū)域的物流經(jīng)濟發(fā)展。

3 結(jié) 論

總體來說，在我國經(jīng)濟轉(zhuǎn)型的改革時期，物流經(jīng)濟作為一種新興的產(chǎn)業(yè)經(jīng)濟力量，有助于區(qū)域經(jīng)濟的大力發(fā)展。區(qū)域經(jīng)濟與物流經(jīng)濟的深度結(jié)合，能夠有效地降低區(qū)域內(nèi)其他產(chǎn)業(yè)的運營成本，同時，物流經(jīng)濟的快速進步，也能督促著與物流相關(guān)的其他相關(guān)經(jīng)濟的創(chuàng)新，提高了區(qū)域經(jīng)濟的發(fā)展水平。因此，為了保證物流經(jīng)濟的健康順利發(fā)展，政府應(yīng)加強對我國物流經(jīng)濟的關(guān)注力度，根據(jù)區(qū)域內(nèi)的實際情況進行適度的宏觀調(diào)控，才能真正實現(xiàn)區(qū)域經(jīng)濟的全面進步。

參考文獻：

[1]楊雨軒.中國物流產(chǎn)業(yè)發(fā)展對區(qū)域經(jīng)濟的影響[J].新西部：理論版，2015（20）.

[2]張林，董千里，申亮.節(jié)點城市物流產(chǎn)業(yè)與區(qū)域經(jīng)濟的協(xié)同發(fā)展研究——基于全國性物流節(jié)點城市面板數(shù)據(jù)[J].華東經(jīng)濟管理，2015（2）.

[3]閆水延.物流能力與區(qū)域經(jīng)濟發(fā)展的關(guān)系研究[J].物流技術(shù)，2015（22）.