随着近几年移动互联网的快速发展,移动电子设备的应用也越来越广泛,这给移动电子商务带来了前所未有的和消费者亲密接触的机遇,越来越多的企业开始重视移动电子商务的发展,如何抢占电子商务的市场份额,发展客户是企业面临的主要问题,因此如何对消费者细分进而是企业方便的分类管理消费者是当前应运而生的研究课题。在数据库营销理论中,RFM模型可以有效的衡量客户价值,它通过分析客户过去一段时间内的消费行为来预测未来。本文在对X公司发展现状分析的基础上,针对客户价值差异构建了一个适用于移动电商的LRPM细分模型,同时结合数据挖掘技术和挖掘工具,对X公司销售数据进行了实证分析,分析每一类客户的特征并为企业提供可相应的客户管理策略。本文主要的研究工作如下:(1)在分析传统RFM模型的理论基础上,从会员注册时间,最近购买时间,折扣商品比例和消费总金额四个维度来建立X公司的客户细分体系。采用熵值法确定各指标权重,构建一个带权重的LRPM细分模型。(2)通过客户在各个指标上的取值和各指标平均值的比较,可以将客户分为十六类,并总结每一类客户的消费特征。(3)采用X公司最近四万多条销售数据进行实证研究,运用LRPM模型结合k-means算法完成客户细分,最终将客户分为五类,分析每类消费群体特征并提出相应的客户管理策略和营销策略。本文为后续的客户细分模型研究提供了有价值的借鉴和参考,同时丰富了客户细分理论,并通过实证分析证明了 LPRM模型的有效性,为实际的电子商务提升营销活动效果提供了一定的参考价值和理论意义。