我有两个数据集:
- 客户人口统计数据;
- 客户的交易数据。
现在,如果我必须识别潜在客户来制定营销策略,我会利用聚类来识别相似的群体并相应地制定营销策略。
我如何才能在以前没有被聚类算法发现的新客户列表中识别潜在客户?是否就像我们将从形成的集群中观察到的解释应用于新客户?
在这方面需要一些指导。
我有两个数据集:
现在,如果我必须识别潜在客户来制定营销策略,我会利用聚类来识别相似的群体并相应地制定营销策略。
我如何才能在以前没有被聚类算法发现的新客户列表中识别潜在客户?是否就像我们将从形成的集群中观察到的解释应用于新客户?
在这方面需要一些指导。
你是绝对正确的。这种方法称为客户细分。在这里,我们根据人口统计和收入等许多特征对客户进行聚类。
假设我们了解了属于高收入群体/富裕人群的特定人群并没有花费太多,那么我们可以进行促销以增加销售以吸引潜在的新客户,从而有助于推动业务决策。
话虽如此,最好不要对过去的数据运行一次算法并做出决定,因为我们知道客户行为经常变化。因此,公司通常每天运行聚类算法以利用新的客户行为。
因此,为了使我们的方法稳健,我们需要找到最佳的集群数量,选择最佳特征,因此它是一个迭代过程。
请参阅此以了解更多信息。