摘要： 客户关系管理作为企业管理的重要组成部分，其客户细分功能直接影响着企业营销战略。为了更好地对零售市场进行客户细分，通过应用某英国零售商数据集，基于 ＲＦＭ模型和 ４种聚类算法，验证基于 ＲＦＭ模型的 Ｋ-ｍｅａｎｓ、ＤＢＳＣＡＮ、ＡＧＮＥＳ、ＧＭＭ等 ４种聚类算法在 ＵＣＩＯｎｌｉｎｅＲｅｔａｉｌ零售商数据集上的客户分类效果；并利用轮廓系数、卡林斯基 哈拉巴斯指数（ＣＨＩ）和戴维森堡丁指数（ＤＢＩ）评价比较上述４种聚类算法的分类结果。实证结果表明：在所选零售商数据集上，Ｋｍｅａｎｓ和 ＡＧＮＥＳ算法的聚类效果较好，ＤＢＳＣＡＮ和 ＧＭＭ算法的聚类效果不理想，旨在为机器学习聚类算法在基于 ＲＦＭ模型的客户分类提供参考和借鉴。建议企业重视产出数据，完善企业数据相关制度；结合客户数据特征和企业自身销售特点，有针对性地使用聚类算法进行客户细分，辅助总结客户画像，进而制定有针对性的营销策略。

关键词: 客户细分；机器学习；ＲＦＭ；聚类算法；零售市场

中图分类号: 

• Ｆ２７４