《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。,
