With the increase of living standar

With the increase of living standards and the sustainable changing patterns of people’s lives, nowadays, hairdressing services have been widely used by people. This paper adopts data mining techniques by combining self-organizing maps (SOM) and K-means methods to apply in RFM (recency, frequency, and monetary) model for a hair salon in Taiwan to segment customers and develop marketing strategies. The data mining techniques help identify four types of customers in this case, including loyal customers, potential customers, new customers and lost customers and develop unique marketing strategies for the four types of customers.

ผลลัพธ์ (ไทย) 1:

ด้วยการเพิ่มคุณภาพชีวิตและรูปแบบการเปลี่ยนแปลงอย่างยั่งยืนของชีวิต ปัจจุบัน บริการทำผมมีการอย่างกว้างขวางใช้คน กระดาษนี้ใช้เทคนิคการทำเหมืองข้อมูล โดยการรวมถึงวิธีการใช้ใน RFM และแผนที่จัดงานเอง (ส้ม) (recency ความถี่ และเงิน) รุ่นสำหรับร้านทำผมในไต้หวันกับกลุ่มลูกค้า และพัฒนากลยุทธ์การตลาด เทคนิคการทำเหมืองข้อมูลช่วยระบุสี่ประเภทของลูกค้าในกรณีนี้ รวมทั้งลูกค้าประจำ ลูกค้า ลูกค้าใหม่ และลูกค้าที่หายไป และพัฒนากลยุทธ์การตลาดที่เฉพาะสำหรับสี่ประเภทของลูกค้า

ผลลัพธ์ (ไทย) 2:

กับการเพิ่มมาตรฐานการดำรงชีวิตและรูปแบบการเปลี่ยนแปลงที่ยั่งยืนของชีวิตของผู้คนในปัจจุบันบริการตัดแต่งทรงผมได้รับการใช้กันอย่างแพร่หลายโดยคน กระดาษนี้ adopts เทคนิคการทำเหมืองข้อมูลโดยการรวมแผนที่จัดการตนเอง (SOM) และวิธีการ K-วิธีการที่จะนำไปใช้ใน RFM (ความใหม่ความถี่และเงิน) แบบจำลองสำหรับร้านทำผมในไต้หวันให้กับลูกค้าส่วนและพัฒนากลยุทธ์การตลาด เทคนิคการทำเหมืองข้อมูลช่วยในการระบุสี่ประเภทของลูกค้าในกรณีนี้รวมถึงลูกค้าที่มีความภักดีของลูกค้าที่มีศักยภาพลูกค้าใหม่และลูกค้าหายไปและพัฒนากลยุทธ์ทางการตลาดที่ไม่ซ้ำกันสำหรับสี่ประเภทของลูกค้า