用例一
业务问题： 根据相似特征、产品偏好和期 特定组织选择的细分市场 望将客户划分为不同 特定组织选择的细 的群体/细分市场。细分市场是根据客户的人口统计特征、心理特征、过去的行为和产品使用行为构建的。
商业利益： 一旦确定了细分市场，就可以针对每个细分市场定 特定组织选择的细 制营销信息甚至产品。 越好，其在市场上的成功率就越高。
用例二
业务问题： 折扣分析和客户保留将帮助组织针对 Viber 手机数据 特定客户提供折扣，并且企业需要可视化“基于折扣行为的销售组细分”和“客户流失以识别即将离开的客户细分”。
商业效益： 商业营销团队可以高效地关注有风险的客户群体，以避免失去这些客户。根据任何现行折扣策略，可以识别面临挑战的销售团队群体，并改进和优化交易谈判策略。
KMeans 聚类算法对于识别组内的模式和理 您可以在其中创建 解共同特征以支持有关定价、产品特征、特定组内的风险等的决策非常有用。
引导式标签第
使用监督式机器学习对于现实世界的用 系统 印度尼西亚号码列表 已经 例来说，大多数算法和模型都需要足够大的数据样本来代表模型需要学习的实际情况。
这些数据需要标记。这些标签将在您的预测模型训练时用作目标变量。在本系列中，我们一直在研究不同的标记技术，以改进引导标记过程并节省时间和金钱。