六个识别客户价值的示范案例

为了更清晰地描述聚类及算法实现过程，以某航空服务公司为7家类型各异的航空公司提供的某项核心航材的航材服务为例，提取服务需求，结合实际情况对具体的服务属性做了一些简化，并设置其数据类型，如表3-9所示。

客户需求聚类首先应对数据集进行预处理，包括遗漏值补充、噪声数据、冗余数据的清除等，这方面的研究较多，已经有许多文献致力于解决此类问题。这里不再对此展开探讨，直接把由客户模糊需求转化而来的需求数据给出，如表3-10和表3-11所示。为了平衡不同类型数值之间的权重，把数值型数据转化为[0，1]区间。

表3-9 航材服务需求

表3-10 航材服务需求1

表3-11 航材服务需求2

计算相似度为

S（1，2）=1.54，S（1，3）=6.04，S（1，4）=2.38，S（1，5）=3.58，S（1，6）=5.92，S（1，7）=2.79；S（2，3）=1.14，S（2，4）=6.00，S（2，5）=3.94，S（2，6）=2.60，S（2，7）=5.42；S（3，4）=1.98，S（3，5）=3.00，S（3，6）=5.33，S（3，7）=2.56；S（4，5）=4.60，S（4，6）=3.27，S（4，7）=6.42；S（5，6）=4.67，S（5，7）=5.19；S（6，7）=3.85。

计算相似度阈值为

T₁=3.7，T₂=3.4，T₃=3.3，T₄=4.1，T₅=4.2，T₆=4.3，T₇=4.4。

得到关于客户1～7的等价类：{（1，3，6），（2，4，5，7）}。

计算不可区分度为

γ（1，2）=1/7；γ（1，3）=1；γ（1，4）=0；γ（1，5）=1/7；γ（1，6）=6/7；γ（1，7）=1/7；γ（2，3）=1/7；γ（2，4）=5/7；γ（2，5）=5/7；γ（2，6）=1/7；γ（2，7）=4/7；γ（3，4）=0；γ（3，5）=1/7；γ（3，6）=6/7；γ（3，7）=1/7；γ（4，5）=6/7；γ（4，6）=1/7；γ（4，7）=6/7；γ（5，6）=2/7；γ（5，7）=5/7；γ（6，7）=2/7。

设定不可区分度的分界域：[4/7，1]，[0，3/7]，从而确定客户聚类等价类为聚类结果。

同理，变换相似度阈值为

T₁₁=1.9，T₁₂=5.7，T₂₁=2.1，T₂₂=6.3，T₃₁=1.8，T₃₂=5.4，T₄₁=2.05，T₄₂=6.15，T₅₁=2.35，T₅₂=7.05，T₆₁=2.2，T₆₂=6.6，T₇₁=2.3，T₇₂=6.9。(www.xing528.com)

得到客户需求聚类：{（1，3，6），（2，4），（5，7）}。

同样，当继续细分相似度阈值时，得到需求聚类：{（1，6），（3），（2，4），（5，7）}。

计算3种聚类结果的确定度为

A₁=0.58

A₂=0.71

A₃=0.62

因此，依据确定度得到最佳聚类方案为：{（1，3，6），（2，4），（5，7）}。

通过把客户需求进行聚类分析得到3个聚类方案，并依据确定度得到最优方案。以最优聚类方案为例，分析聚类结果得到客户的价值需求：

第一类客户需求更在意航材产品本身，对航材的质量和交付更为看重，希望得到一些传统的售后服务，而不太依赖于支持性服务。即这些客户不接受“服务合同”这个概念，服务商可通过两个方面来做客户的工作。一方面是帮助他们计算使用费用，从运营费用的角度让客户意识到签署服务合同的意义。第二方面让潜在用户倾听其他客户的感受，然后意识到服务工作对他们的重要性。

第二类客户则希望由航空服务公司基于航材销售，提供一系列的支持性服务，但对服务的流程标准与附加值要求不高。第二类需求的客户的态度是“Good enough market”（够用就好），也就是中级市场需求。这类需求需要做更多的研究和了解，针对客户不同的需求提供不同的解决方案。

第三类客户是航空服务公司最佳的合作伙伴，有较强烈的服务意愿，对航空服务有较高的需求水平。服务商应针对这类客户需求提供更加深入和整合的一体化服务包。同时，为了争取更多的服务收入，服务商应当改进流程、提高员工素质、实施严格的培训和考核。

最后，这里选择Protégé3.4.8作为本体编辑工具，分别建立顾客价值需求的功能需求本体与流程需求本体，如图3-2和图3-3所示。

图3-2 服务功能需求本体

图3-3 服务流程需求本体