客户细分理论产生于第二次世界大战后,经过若干年的发展,客户细分的理论和方法不断完善,而且被广泛地应用于营销实践。其中,客户行为细分因其能够更直接地反映消费者的需求差异,得到了理论和实践研究越来越多的重视,成为市场细分的最佳起点。基于数据挖掘的客户行为细分,以庞大的客户行为数据为基础,通过识别不同客户群体的行为特征,进而达到科学的客户认知、风险管理、个性化营销和服务的要求。与传统的客户行为细分相比,数据挖掘客户细分能够提高客户细分的精确度,并对客户行为进行定量化描述,目前已在银行、电信、零售业等诸多领域得到了广泛应用。本文在深入研究电力行业特征的基础上,将数据挖掘技术引入到电力行业客户细分,并构建了基于数据挖掘的客户行为细分模型。本研究,丰富了客户行为细分理论体系,并为电力行业的客户管理和营销服务工作提供理论依据和实践指导。本文的研究工作主要包括以下四个部分:第一部分为理论研究(第一、第二章)。该部分介绍了本文的研究背景和方法,总结了客户细分理论和数据挖掘理论的主要研究成果,并着重阐述了基于数据挖掘的客户细分的众多优势和战略意义。第二部分为模型建立(第三、第四章)。该部分分析了电力行业客户行为特征及客户细分现状的基础,构建了基于数据挖掘的客户行为细分模型和客户价值评估体系,从而实现了电力行业客户的精细化细分。第三部分为实证研究(第五章)。该部分以上海电力大客户作为分析对象,应用电力行业精细化细分模型,实现了上海电力大客户精细化细分工作。第四部分为总结展望(第六章)。该部分对全文的研究工作予以总结,得到五条基本结论,并探讨了进一步研究的方向。本文的主要结论如下:(1)电力行业拥有较为完备的数据库系统,存储了海量的客户数据,满足应用数据挖掘进行客户细分的硬件条件。(2)基于数据挖掘客户行为细分模型有效弥补了电力行业客户行为细分的缺失,为电力行业客户管理和市场营销提供理论基础。(3)基于数据挖掘客户价值评估体系是客户细分体系的重要补充,解决了客户行为细分解释性差的缺点,并揭示了客户的价值特征。(4)客户行为细分体系与客户价值评估体系的联系纽带为共享的变量体系,选择同时满足客户行为细分和价值评估需要的变量是该模型有效实施的关键。(5)上海电力实证研究进一步表明,基于数据挖掘客户细分可以很好的指导营销实践,是数据挖掘在电力行业应用上的重要突破。