《聚类分析案例(2020年整理).pptx》由会员分享,可在线阅读,更多相关《聚类分析案例(2020年整理).pptx(4页珍藏版)》请在金锄头文库上搜索。
1、学 海 无 涯 SPSS 软件操作实例某移动公司客户细分模型 数据准备:数据来源于 telco.sav,如图 1 所示,Customer_ID 表示客户编号, Peak_mins 表示工作日上班时期电话时长,OffPeak_mins 表示工作日下班时期电 话时长等。,图 1 telco.sav 数据 分析目的:对移动手机用户进行细分,了解不同用户群体的消费习惯,以更好的 对其进行定制性的业务推销,所以需要运用聚类分析。 操作步骤: 1,从菜单中选择【文件】【打开】【数据】,在打开数据窗口中选择数 据位置以及文件类型,将数据 telco.sav 导入 SPSS 软件中,如图 2 所示。,图 2
2、打开数据菜单选项 2,从菜单中选择【分析】【描述统计】【描述】,然后在描述性窗口中, 将需要标准化的变量选到右边的“变量列表”,勾选“将标准化得分另存为变 量”,点确定,如图 3 所示。,学 海 无 涯,图 3 数据标准化 3,从菜单中选择【分析】【分类】【K-均值聚类】,在 K-均值聚类分 析窗口中将标准化之后的结果选入右边“变量列表”,客户编号选入“个案标 记依据”,聚类数改为 5。点击迭代按钮,在迭代窗口将最大迭代次数改为 100, 点击继续。点击保存按钮,在保存窗口勾选“聚类成员”、“与聚类中心的距 离”,点击继续。点击选项按钮,在选项窗口勾选“ANOVA 表”、“每个个案 的聚类信息
3、”,点击继续。点击确定按钮,运行聚类分析,如图 4 所示。,图 4 聚类分析操作,学 海 无 涯,结果分析,表1 最终聚类中心,由最终聚类中心表可得最终分成的5个类它们各自的均值。 第一类:依据总通话时间长,上班通话时间长,国际通话时间长等特征,将第一 类命名为高端商用客户。 第二类:依据其在各项指标中均较低,将第二类命名为不常使用客户。 第三类:依据总通话和上班通话时间居中等特征,将第三类命名为中端商用客户。 第四类:依据下班通话时间最长等特征,将第四类命名为日常客户。 第五类:依据平均每次通话时间最长等特征,将第五类命名为长聊客户。 表2 ANOVA,由ANOVA表可根据F值大小近似得到哪些变量对聚类有贡献,本例题中重 要程度排序为:总通话时长工作日上班时期电话时长工作日下班时期电话时,学 海 无 涯 长平均每次通话时长国际电话时长周末电话时长。同时Sig.值都为0,说明各 变量对聚类均有显著地贡献(经常用Sig.值是否小于0.05来检验聚类结果是否好)。 结论 经过数据标准化以及K-均值聚类分析,最终我们基本实现了本次分析的目的, 较为成功的对某移动电话客户进行了细分,初步了解了各类型用户的手机话费消 费习惯,对日后经营有一定的指导意义。该移动运营商,可参考不同类型用户群 体的手机话费习惯提出有针对性的话费服务,使经营目标达到最优。,