郭杨晖 王顺毅 林少杰 张宇辉 李仁钟

摘要：本文首先介绍了论文的研究背景和数据挖掘中聚类分析的发展现状。然后从用户群体分析出发，采用RFM、k-means、决策树进行建模。建立了会员信息的相关表格，根据所建的不同维表分析需求商品，对每个群体进行细分，分析与其最有关联的商品。通过决策树从时间和金额两个角度对超市销售商品的需求进行了详细的分析。最后对高价值顾客、忠实顾客、潜力顾客、流失顾客分别进行相应的改进措施及建议。

关键词：数据挖掘;超市客群营销;决策树;K-Means;RFM

中图分类号 TP301.6        文献标识码：A

文章编号：1009-3044（2021）15-0242-06

1引言

1.1研究背景

随着消费者购买喜好、市场大环境等的变迁，价格不如量贩店便宜、通路也不及便利商店多的超市却日渐兴盛，如全联超市销售额已超越量贩店第二的大润发，甚至扩大市场占有率，并吞了松青超市，在市场上逐渐稳占龙头。但此行业竞争激烈且市场日趋饱和，消费者逐渐掌握主导权，商家无不想掌握顾客的喜好与需求，来追求最大收益。因此，如何发掘并满足顾客需求，进行针对性的营销策略，以提高顾客人数和消费金额，是超市要获利的首要任务。综合以上因素，我对此项议题相当感兴趣，故选择超市营销分析作为研究主题[1]。

1.2研究目的

本研究个案为超市营销分析，通过个案中提供的公司会员基本数据、交易数据、小分类代码等信息，作为分析数据来源，并结合数据挖掘技术的聚类分析，深入了解个案中公司的交易形态，进而找出有助于个案公司的决策信息，掌握不同的四项客群，提供各自专门的营销策略，通过针对性营销，锁定不同客群喜爱的商品，使消费者提高忠诚度，以达到最有效的营销模式[2]。……