零售解决方案范文

引言：寻求写作上的突破？我们特意为您精选了4篇零售解决方案范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

该方案通过界定最佳市场营销和商品销售战略，在细分市场最大程度地满足客户需求，并使盈利最大化。该方案通过将商店特性与客户洞察相结合，实现商品销售和市场营销决策的最优化，做出包括分类规划和存货补给等决策。除了提供客户智能以外，SAS零售业客户洞察还能在交易活动、产品类别、单位产品销售额以及其他更多因素的基础上，对商店进行归类和细分。

SAS零售业供应链成本核算

借助于现有的数据，该解决方案能核算整个供应链，乃至最小存货单位层面上的成本花费。通过将现金的数据管理与针对零售业的成本核算方法相结合，该方案为企业提供了关于供应链的充分的财务视图，使用户了解产品在分销中心、商店和客户结账处等各环节的流动情况。同时，该方案也可以对不同的物流情景进行建模，预测各种假设情景下的财务效果，从而揭示供应链活动的真实成本和产品的净盈利能力。

SAS零售业促销效果

该方案能帮助零售商根据既定目标来分析以往促销活动的效果，并对策划的促销活动的赢利空间进行预测，从而更精确地预见市场需求的变化。同时，该方案还能预测促销对于按最小存货单位、零售网点和促销时间等不同分类方式下提升基准销售量的影响，并利用这些信息来指导企业的商品销售和市场营销决策。借助于多种提利空间分析报告、客流量分析报告和交易额/规模分析报告，用户可以轻松获得最大盈利。

SAS零售业战略绩效管理

通过分析关联功能领域的运营数据，零售商可以及时地制定各类决策。SAS零售业战略绩效管理包括针对零售业应用的公司绩效评分卡、关键绩效指标、战略绩效图和知识库，以制定企业战略并使其形象直观化。借助战略蓝图，企业可以利用商业智能来制定企业目标、支持连贯一致决策制定、监测绩效，并能防患于未然。

SAS零售智能平台

SAS提供零售业智能技术平台,包括数据集成、商务智能、分析智能、智能存储等基础模块。它能提供逻辑数据模型，用来描述与零售业业务功能有关的数据，并可提供详细数据存储模型――DDS。

SAS的零售业解决方案提供了针对零售业应用的详细数据的数据模型，提供针对强健的OLAP报表系统而设计的维数据模型。模型已覆盖了每个RIS解决方案中的关键业务报表需求。SAS零售业智能解决方案将继续随着零售业的变化而不断演变提升。以后，它将融入更多的组建解决方案，以满足零售商日益增长的智能需求。

方案点评

SAS零售业智能解决方案针对零售业的特殊需求而量身定制，通过职能化的分析为企业提供颇具价值的洞察能力，比如对客户行为、商场绩效、供应链成本以及市场促销活动等诸多方面的洞察。零售商可利用这种智能来为商店制定连贯的业务战略和绩效度量标准。借助于专为零售业构建的智能平台，该解决方案将SAS备受好评的分析和数据管理功能与零售业领域的专有知识相结合,提供整体洞察视角，能有效提升零售企业的盈利能力。在国际市场SAS表现突出，但本地化是SAS在中国市场上不得不考虑的关键问题。

导购信息

公司：赛仕软件(北京)有限公司

地址：北京市海淀区花园路4号通恒大厦202室

邮编：1100088

篇2

我们的做法是一、每当新产品进店，我们都先对销售人员进行相关业务培训，让他们了解产品的基本玩法和相关技巧；二、在无需演示的情况下，有针对性的训练他们“如何在客人面前推销该产品”；三、为了给顾客留下深刻印象，销售人员邀请现场客人参与到游戏中来。常拼拼图的人也会经常谈论其他的拼图粉丝，他们往往希望零售商进货的种类能多一些，自己选择的范围再大一些。拼图是一个“长青藤”类的玩具品类，是玩具店玩具销售的关键部门之一。

Creative Whack公关部主任Lynn Araujo

我们通常鼓励销售人员在销售现场做产品演示，让顾客跟着一起积极的参与。通常，厂家的销售代表为了帮助零售商销售，也会积极的协助零售店开展一些活动。允许顾客试玩，通过玩，让他们自己决定买还是不买，以及相关的理由，最终反馈到生产商，为以后产品不断改进积累素材。我们在货架的最上面一层展示最新的产品，以便顾客能够直观的看到该产品的最终效果，这样做的目的就是使拼图具体化，给顾客一个“最终”目标，因为不断的有新产品进店，所以拼图的全年销售基本都比较稳定。

Outset Media Games销售经理Palll AIbhouse

除了提供给顾客大量的、全年的产品选择外，拼图类产品成功销售的关键之一是确保其成为有效的商品。由于空间的局限性，对于零售商而言几乎不太可能将所有的拼图产品都一一展示出来。这不要紧，只要保证展示出来的那些产品足以吸引顾客驻足，并愿意就这些产品与店员进行沟通目的就达到。此外，良好的照明对于突出产品的影像也同样重要。一般来说，拼图的销售几乎贯穿全年，零售商要想让拼图全年畅销，关键还要产品充足，全年都要保持一个很强大的产品配置，让顾客有足够的产品挑选余地，而不仅仅是假日购物季。即便你的店里没有顾客要的产品，店员也应该设法帮助客人调剂，找到产品的零售商。坚持自己一贯的经营方向，不追赶潮流趋势。

Ravensburger产品开发主任AlexandraDeegan

2－D拼图与3-D拼图最好分开摆放，以便达到最佳的展示效果；正面演示比书尾介绍更加有效，拼图的排序最好按件数排列。

每年的1月1号，Ravensburger都会向零售商邮寄年度产品目录，而9月1号则是其秋季主打宣传品的投递日。此外，Ravensburger还会向零售商提供各种促销性的宣传和为他们特别定制的活动，如(免差旅费)采购大会、POP宣传材料包括展板和货架带，按要求免费演示样品、培训、产品指南、专门为商店定制产品宣传海报等。

ThinkFun市场销售主管Liz DeakLn

篇3

当前，在境内股份制银行的混战中，同业竞争非常激烈，银行的服务和品牌建设出现了同质化趋势，如何发展差异化零售业务并力争上游是现阶段各大银行面临的发展问题。因此剖析零售银行同质化的现状，对于能否寻求到正确的解决方式至关重要。

1 银行零售业务普遍存在同质化现象

1.1 盈利模式同质化 对于银行的零售业务来说，盈利模式主要有两种方式，其一是吸纳储蓄存款，发放贷款产生的利差收入，贷款方式主要包括住房贷款、消费贷款、抵押贷款等。其二是中间业务收入，即通过银行系统，包括柜面及电子设备进行业务办理产生的结算费用；第三方金融机构如基金公司、保险公司、信托公司产品产生的托管费、费等；银行卡消费、分期业务收取商户的手续费等。各家商业银行无论大小，盈利模式基本雷同，无外乎上述两种方式，盈利模式的同质化造成市场竞争的日趋激烈，而盈利模式的同质化只是其的表象结果，真正的原因是银行缺乏创新，产品模仿性强，品牌观念淡薄。

1.2 产品同质化 产品是银行零售业务发展的基石，众所周知，个人客户的依附度不如对公客户，个人客户会因为产品的优劣而游走在多家银行间，产品技术含量低，模仿性强是个人产品的通病，一个新产品刚刚诞生，所以的银行便会一拥而上，竞相模仿。目前银行个人业务产品主要包括存款产品、理财产品、信托类产品、基金类产品、保险类产品、银行卡类及贷款类产品。各家银行虽然在不断创新，寻求产品的独特性质，但刚刚创新的产品，短时间内就会被其他银行模仿。如银行的理财产品，目前理财产品是各家银行争夺个人客户的法宝，客户多会选择期限灵活、收益高、风险性小的产品，为迎合客户，各家银行相继推出多款不固定期限的理财产品，如建行的“日鑫月溢”理财产品，工行的“灵通快线”，招行的“日日盈”。虽各有特色，但本质相同。基金、保险更为甚之，产品基本雷同，相同第三方金融公司的产品可以在不同的银行进行销售，唯一的不同是银行选择销售的重点产品不同，也就是银行基于对市场的判断及第三方金融公司的费率，选择销售的重点产品。

1.3 服务同质化 近些年，服务被一次又一次的提到企业经营的显著位置，尤其是银行，十五年前的银行服务是被动服务，客户找上门处理业务即是服务，随着银行业竞争的加剧及垄断地位的不断动摇，越来越多的银行已经将服务作为其软实力与竞争力的体现，并意识到服务是银行经营的载体，是银行经营不可或缺的有机组成部分。从网点物理环境的设置、员工的行为规范、凭条的设置填写、业务办理流程、渠道多元化建设以及后续产品营销跟进等方面诠释服务，然而外在改造与规范的行为，往往最容易被模仿，以个人银行业务口碑较好的招商银行为例，招商银行最先使用了柜员叫号后举手示意的银行，随后中国银行等相继模仿。高品质的银行服务是需要渗透情感的服务，从内心出发，透过各个环节，向客户提供优质的服务，展现银行形象，这种服务是无法模仿的，而又是目前我国银行业所缺失的。

2 提升品牌价值是应对同质化竞争的必由之路

目前，各大银行的服务项目、业务流程都比较相似，产品可以复制，但是一个卓越的品牌独特的发展历程是其他银行无法效仿的。商业银行产品的同质化已是业界竞争的必然趋势，银行若要在同质化的竞争中取胜，关键看谁效率最高，谁就最能契合客户需求。商业银行最根本的竞争力无疑是品牌实力。那什么才算是好的品牌呢？好的品牌不但要有较高的客户认知度，还要渗透企业的情感，能够适应市场的变化，具有长远的发展空间。

3 中国银行业品牌建设的现状和差距

当前，各大银行在零售业务上的竞争异常激烈，随之而来的最大问题就是产品的同质化，产品雷同给利率、收益和风险的把控带来了很大的挑战。当整个市场，包括同业、客户群体都在不断变化的时候，任何经营模式、产品、服务对象和策略都不可能一成不变，而是要顺应市场而变。因此，品牌建设对于银行的未来发展尤为重要。

3.1 品牌理念欠缺 产品与服务同质化已成为当前各大商业银行竞争的必然趋势，但多数商业银行对品牌建设的重要性尚缺乏全面的认识，有的虽然充分理解了品牌经营模式，但错会了品牌建设的实质内容，片面认为打造品牌就是通过煤体进行广告宣传，为产品的经营喧声造势。品牌建设的实质内容其实是营造品牌资产、确立提升品牌价值行为方式的内容并付之实践。各种产品都设计一个品牌，互相没有联系，时效性短，随着新产品的推出，之前的产品很快淡出经营范围，客户购买该产品完全根据需求而定，并非是品牌的选择。客户在产品与服务的选择上，更多关注银行卡、理财产品的宣传和优惠上，鲜少关注是哪家银行的哪个品牌。

3.2 品牌定位缺乏个性 目前中国商业银行在品牌定位时最欠缺的就是个性。重“品”不重“牌”，品牌定位基本上缺乏自身独特的附加值。当前，4G时代的到来催生无线网络急速扩张。商业银行网点因顺应用户的需求，将免费的网络资源提供给客户，以获取良好的用户体验。工作人员可以利用终端设备向客户演示电子银行的操作流程，使客户熟悉并使用电子银行，可以有效提升柜台业务办结效率，减少柜台工作人员工作内容，从而在根本上降低银行成本，打造品牌优势。

3.3 品牌管理各自为政 突出表现在品牌战略在上下级行之间、部门之间的执行缺乏整体性和一致性，直接影响了品牌战略的效果。品牌产品基本上由各业务部门分散营销，缺乏整合；宣传、广告、推广活动往往被认为是行政管理部门的附属职能，与业务运作隔离使得品牌营销难以与社会需求形成良性对接。

3.4 品牌维护有待加强 品牌优势的形成并非朝夕之事，需要持之以恒，对品牌进行精心细致的维护。商业银行应该以全方位提升服务为抓手，要求各部门从一言一行做起，至诚服务，维护好银行的社会形象；牢固树立“违规零容忍”理念，严格按程序操作，用制度规范行为，促进基础管理上新台阶。

4 商业银行品牌建设的重点和注意事项

品牌战略是银行业发展到高端竞争后的逻辑结果。在将品牌理念渗入到自身的每一个细胞的基础上，商业银行应该认真分析市场环境，结合自身特点和优势，扬长避短，以实施品牌战略为核心，打造一流品牌银行，促使本土银行实现从品牌到名牌的跨越。

4.1 创建与自身文化匹配的品牌 商业银行在读懂市场读懂同业前，要先读懂自己，确定自己的企业文化及发展方向，只有目标明确才能朝着目标规划蓝图与奋斗线路。如工商银行零售业务的企业文化是把握坚实的群众基础，发展大众富裕客户，因此他的品牌口号是“您身边的银行”，与之相匹配的，工商银行的网点建设更加侧重社区，产品更加侧重工薪阶层；招商银行零售业务的企业文化以客户为中心，不断创新，因此他的品牌口号是“因你而变”，突出了招商银行以客户为中心，不断创新，生命力旺盛，青春朝气的品牌文化，从中可以看出招商银行的目标客户群是未来社会主人的年轻一代，因此招商银行侧重电子银行的发展的思路就不难理解了。

4.2 服务与创新维护品牌生命 随着金融体制改革的深入推进，品牌的维护与创新逐渐成为各大银行的主要经营策略。对于商业银行品牌的确立，这种维护就是提供情感渗透的服务和不断创造新的产品去诠释品牌的灵魂。

基于当前银行产品同质化发展趋势，按照国家提出的金融体制改革的基本要求，政府应进一步提升银行在区域经济发展中的战略地位，要把金融业作为新的支柱产业来培育，稳步推进体制改革，强化金融监管部门职能作用，引导银行差异化发展。加大政策投入，盘活地方金融类国有资产，使其产生最大的经济效能。同时吸引更多的民间资金，打造各具特色的品牌与服务，形成多元化、多层次、安全高效的金融保障格局。同时建立股权投资服务中心，搭建资金与项目的对接平台。政府要鼓励成立各种投资基金，发挥市场的集聚作用，吸引更多资金投入创新领域，为商业银行的发展注入新鲜血液，推进商业银行产品与服务差异化发展。

综上所述，认清银行同质化的根源是走出同质化现象的开始，塑造品牌是打破同质化现象的过程，让客户认知品牌才是最终的结果。希望本文能对各位银行人有所帮助。

参考文献：

篇4

关键词：会员制 数据挖掘 RFM聚类分析 关联规则

现阶段，国内广大中小型企业正面临着自身发展的瓶颈。在围绕增加销售收入所设计的营销策略中，企业倾向于把重点放在开发新客户方面，而忽略了对旧客户的维护。这种情况导致企业难以培养有忠诚度的顾客，大量流失潜在的优质客户，从而陷入对客户不断开发、不断流失的恶性循环。部分企业借鉴外国同行经验，采取会员制策略，但其数据库只收集最基本的会员资料，营销手段单一，如分发广告信息、消费打折等活动，而忽略了对会员本身的分析，如人口和心理特征、消费行为等，造成了浪费企业执行成本、不恰当的信息令顾客与企业关系恶化等后果。同样利用会员制收集信息的便利性，在北美和欧洲，基于数据挖掘技术的数据库营销已经发展日趋成熟，大小企业都先后加入到这一行列中（罗茂初等，2007）。

本文提出一套基于会员制的数据挖掘系统解决方案，通过运用相应的数据挖掘技术解决营销活动中的四个基本问题，加深企业对顾客的认识，从而有针对性地制定营销策略。

会员制信息的数据挖掘方案

（一）营销活动的四个基本问题

在为会员制定营销手段的过程中，必须回答以下四个基本问题：

一是什么是影响会员对营销手段做出回应的显著因子？如何寻找出最可能对营销手段做出回应的会员？二是企业所拥有的会员可以分为哪几类？每个种类的会员的特征有什么不同？三是哪些事件（或日子）能联系会员与企业的产品，成为营销活动开始的契机？四是会员的消费习惯和购物次序如何？

只有完整回答以上问题，企业才算得上了解自己的会员，营销手段才能做到有的放矢，切实地提高企业的营销能力。

（二）系统实现框架

为了解决上述问题，系统由四种数据挖掘技术构成。其中Logistic回归模型用于寻找影响回应率的显著因子。RFM聚类分析通过提取会员新鲜度、消费频率和消费金额三个指标值进行聚类分析，划分会员种类。而事件触发模型是企业寻找特殊营销事件开展的重要工具。关联规则挖掘通过分析会员的购物篮寻找出各商品之间潜在的关系。企业可以据此决定商品的摆设、捆绑销售策略和优惠销售策略等营销手段等。系统框架结构如图1所示。

（三）建模方法

1.Logistic回归模型。由于Logistic回归分析所建立的预测模型是根据过去的营销数据记录计算获得，因此有一定的滞后性。具体做法是：从上一次营销活动记录中选取出所有可能影响会员做出回应的变量为自变量，用会员是否回应的结果作为因变量，用0表示没有回应，1表示有回应。这样通过Logistic回归计算所得的结果是一个会员对于营销活动做出回应的概率。筛选出通过显著性检验的变量，所获得的预测模型则可用于实践。

2.RFM聚类分析。RFM具体定义：R―新鲜度，指会员最近一次交易是在多久以前。时间距离越近，企业和会员的关系就越“新鲜”。通常按天数划分最近一次交易时间。F―消费频率，指会员在一定时间间隔内和企业交易次数。时间间隔一般取半年或一年。M―消费金额，指会员每次平均消费金额。

RFM的指标各项数据通过营销记录表定期（如每半年）自动生成。然后应用于聚类分析。此处选择K-Mean clustering，即直接聚类，该聚类分析算法如下（辛爱莉、衣龙海、张林，2008）：

设要把数据库中所有会员分为K组。

第一步为任意选择K位成员，以他们指标下的各项数据作为每一组的中心；第二步为计算其他成员指标下的各项数据与每个组的中心的合成距离。合成距离的计算取几何距离公式：，一个会员离Ki组的中心越近，他就属于该组。第三步为将所有成员根据距离分配到各个组后，重新计算各组的中心。方法为取每个组所有成员的特征平均值。重复第二步。重复第三步。

循环以上步骤，一直到计算出的中心与上一次计算的中心完全相等，则循环结束。所获得的结果就是最后分类，每组的中心代表这个组的特点。

3.事件触发模型。该模型主要作用是增进会员对企业的感情和提醒会员于特殊时间购买本企业相关产品。

事件分成两类：常规事件和突发事件。常规事件包括会员生日和有营销机会的节日。突发事件是指事前无法预料的，能为企业进行营销所用的特殊事件。

部分参考节日：元旦，农历新年，情人节，三八妇女节，清明节，劳动节，儿童节，端午节，父亲节，母亲节，七夕，中秋节，国庆，重阳，冬至，圣诞节等。

部分参考事件：开学，企业新品推荐，运动会或重大比赛，商业演出，募捐活动等。

实施方法：为根据RFM聚类分析所划分的会员群设计各自对应的宣传文案和营销策略，在事件发生的倒数第三日通过电子邮件发送，倒数第二日通过手机短信发送，以确保有效到达率。适当环境可考虑使用直邮。统计回应记录及会员的反馈意见。事后分析，作为本次营销活动的总结和下次策划的参考。

此外，特定行业应针对其顾客的消费和行为的规律事先制订相应的触发模型。

4.关联规则。在关联规则的挖掘算法中，以Agrawal等人提出的Apriori算法最具有影响力和最为常用。Apriori算法利用了频繁项集的基本原理：若项集X是频繁项集，则X的任意子集也必定是频繁项集；反之，若X有一子集不是频繁项集，则X也必然不是频繁项集。

设产品集C={Cj，j=1，2，……，n}，每次交易事件Ti=i1C1+i2C2+……+inCn，其中ij取值为0或1。此处的加号是和的意思，并非直接相加。

交易集为U={Ti|i=1，2，……，m}，所以可抽象出矩阵：

设support（Cj）=/m，若support（Cj）≥min_support_1，将Cj加入到集合Z中。重复上述步骤，直到Z包含所有符合条件的Cj。假设共有k个符合条件，重新编号为D1，D2……Dk。其对应的ij亦同时跟随变化。两两交叉组合，共计k（k-1）/2个。

设support（DpDq）=ipiq/m，若support（DpDq）min_support_2，令Mpq=DpDq，输出到关联候选集A和集合Z中。

重复上述步骤，直到Z包含所有符合条件的Mpq，并删除集合中所有的Cj。把Z内的项两两交叉组合，并循环以上方法，直到集合Z为空集。

此时开始用置信度排除出重要的关联规则：由A，B两个项生成的关联规则有两个：AB和BA ；由A，B和C三个项生成的关联规则有三个：A，BC；B，CA和C，AB。如此类推，N个项可以生成N个关联规则。当检验只有两个项DpDq的关联规则时，设confidence（DpDq）=iqip/iq，confidence（DqDp）=iqip/ip，若confidence（）≥min_confidence，则把该关联规则输出，否则删除。

为简化计，可把min_support和min_confidence先设定为一固定值。特殊情况下再作调整。同理检验由更多项生成的关联规则。其中confidence（AB）=P（AB）/P（B），此时A为由一个以上的单项组成的复合项目，B依然为单项。

若需要进行多层关联规则分析，只需扩充C集，其他仍然按以上步骤分析。多层关联规则（孙景、李峰，2008）有助于发掘出特定商品与品类之间的潜在关系。

应用示例

设某运动用品店收集到26位会员的消费记录。其中性别是1代表男性，0代表女性的虚拟变量，回应项中1代表有回应，0代表没有回应。现抽取性别、新鲜度、消费频率和消费金额作Logistic回归，结果如表1所示。

由表1可知，消费频率是影响会员是否做出回应的重要因子，消费频率越高，回应的可能性越大。因此，应该按此思路设计营销手段，争取顾客多次回头，如积分升级计划，每周（月）的优惠活动等，务求通过增加顾客的消费频率提高销售收入。

提取新鲜度、消费频率和消费金额三个变量项作直接聚类分析，在置信度为90%的条件下，获得表2。

以消费频率和消费金额为主要划分标准，把26位会员分成普通组和重点组。普通组成员的特征是消费频率较低，消费金额较小，因此营销的主要目的是增加此组人群对企业的好感以及依赖，培养忠诚度，使其转为重点组成员；重点组成员的特征是消费频率较高，消费金额是普通组的2倍以上。因此，提供最优质的服务与适当的让利优惠是维系此组成员必不可少的手段。

会员生日、学生假期、重大比赛或者明星活动是有利于运动店启动事件营销的契机。

产品集={球服，篮球，球袜，纪念品，其他装备}，又收集到如下的会员交易集

U=T

根据前部分的计算公式，假设min_Support_1=30%，则A={（球服，篮球），（球服，球袜），（球服，纪念品），（篮球，其他装备）}，同时生成Z={（球服，篮球，球袜），（球服，篮球，其他装备），（球服，篮球，纪念品），（球服，球袜，纪念品）}。继续计算，假设min_Support_2=20%，则（球服，球袜，纪念品）加入到A集中。此时A={（球服，篮球），（球服，球袜），（球服，纪念品），（篮球，其他装备），（球服，球袜，纪念品）}。

通过置信度筛选出强关联规则。假设min_Confidence_1=60%，保留（球服球袜），（球服纪念品），（篮球其他装备），（其他装备篮球）为强关联规则。综上所述，我们发现了六个可供使用的强关联规则：A={（球服球袜），（球服纪念品），（篮球其他装备），（其他装备篮球），（球服，球袜纪念品），（球服，纪念品球袜）}。

针对这些关联规则，可以设计如下营销手段：球服摆放于显眼处，球袜摆放在其相近位置，并且可用优惠价购买球服与相对应的球袜；开发对应球服的纪念品，如运动手表、背包、水壶及相应队伍的明星人物模型等；篮球与其他装备打包搭配销售。

讨论与结语

针对各个企业的特殊性，在本解决方案基础上应相应增加原始数据库的资料，以确保企业可以掌握足够多的信息进行数据挖掘。同时要及时做事后测评和总结，不断累积应用数据挖掘技术的经验。此外，必须结合过往经营活动的经验，以筛选不合理的挖掘结果。最后，在企业有一定条件时，应该增加本系统的挖掘功能，通过建立更多不同种类的数学模型来更深入了解顾客群的情况。

本文从现实的可行性出发，提出了一套基于会员制的数据挖掘系统解决方案，希望能有助于中小企业合理地运用会员制进行数据挖掘。本方案以四种数据挖掘技术为核心，通过对四个基本问题的解答获取有效的数据挖掘信息，设计有针对性的营销手段，从而切实地提升企业的营销水平。

参考文献：

1.罗茂初等.数据库营销[M].经济管理出版社，2007

2.辛爱莉，衣龙海，张林.聚类算法在电子商务客户细分中的应用[J].商场现代化，2008（530）