用途：面向电商场景的客户细分与精准营销，基于 RFM 模型、客户生命周期价值（CLV）和行为数据划分客户群体并给出营销建议。
主要能力：1) RFM 分析，按最近购买、购买频率、消费金额评分（五分位法，组合得分 1-125）；2) CLV 计算，含简单、历史、预测、生命周期等模型，考虑 AOV、购买频率、留存率、利润率、CAC；3) 行为细分，覆盖浏览、搜索、加购、品类、价格敏感度、渠道偏好，方法含 K-means、层次聚类、DBSCAN 与手动规则；4) 个性化营销，含精准推荐、个性化邮件、定制优惠、动态定价与专属服务，渠道含邮件、短信、站内推荐、社交媒体、客服。
使用方式：资料给出快速命令，如 /advanced-customer-segmentation --rfm --data "customer_orders.csv"、--clv --period "12months"、--cluster --features "behavior"、--strategy --segment "VIP"。流程为数据准备与清洗、RFM 评分、客户分层（资料列出 11 类分群）、CLV 计算、行为细分与营销策略生成。资料含 K-means 聚类示例代码（特征选择、StandardScaler 标准化、肘部法则选 k、fit_predict 与聚类解释）。
适用场景：电商客户分层运营、VIP 维护、新客培育、流失召回、促销与推荐策略制定。
限制：资料未提供具体安装方式、依赖环境、数据格式校验细节、实际效果验证数据与收费信息；示例中的占比、阈值、指标提升幅度均为资料给出的参考值，需结合实际数据验证；实施需遵守隐私法规并获得客户同意。