面对市场的激烈竞争,仅依靠商品本身很难在日趋激烈的竞争中取胜,现今市场的竞争,实际是赢得顾客的竞争。因此,如何建立顾客忠诚度模型分析顾客的忠诚度是十分重要的。因为这为企业如何更好的去识别和保留忠诚度高的顾客,挖掘潜在和提升顾客忠诚度,以及预防顾客流失都起着至关重要的作用。本文研究重点在于分析国内零售业顾客消费行为特性,探讨国内零售业顾客忠诚度评价指标体系,提出适合国内零售业顾客忠诚度评价指标模型,同时与一种较为成熟的顾客忠诚度指标分析模型(简称RFM)进行比较分析,并通过试验表明新模型更适用于零售业的顾客分析,实例验证该模型的有效性和可行性。建立忠诚度模型后,需选取挖掘方法对数据进行挖掘,本文分析K-means算法的优缺点以及在顾客细分中的不足,采用改进的K-means算法--基于近邻密度的初始中心点选择算法(NK-means)对数据进行分析,通过实验证明该算法的有效性。在分析过程中用VC开发的可视化顾客分析系统对顾客按忠诚度进行挖掘,同时根据聚类挖掘结果对不同忠诚度类型顾客提出相应营销建议,从而为优化零售公司的营销策略、深化零售公司的管理理念探索出一条可行之路。本文最后对课题的研究进行总结,并且对基于数据挖掘的我国零售业顾客忠诚度研究的前景做出展望。