当前经济一体化进程加快,市场竞争逐渐加大,供应链企业资源供需不平衡等问题日益凸显。为了持续稳定发展,如何在资源有限的情况下掌握客户信息,实现客户细分,使得企业资源配置合理,成为当前供应链管理工作重点。然而,现有供应链资源匹配模型研究大多从资源需求角度出发,对资源提供方的关注较少。因此,本文结合现实供应链企业的特点及以往研究的不足,对供应链企业资源配置进行研究。本文以C公司为研究对象,针对其供应链资源供需不匹配及客户满意度低问题,利用改进的K-Means聚类算法细分不同客户群体,构建以供应链资源优化配置及提高客户满意度为目的的客户细分模型,从供应链资源提供方与需求方共同参与下的资源优化配置角度出发,形成更优产品资源和服务资源匹配方案,从而优化C公司货源投放及客户服务,实现资源从资源提供方到需求方的精准匹配,解决造成客户满意度降低的产品和服务问题。首先从商业企业角度,对C公司整体零售客户构建货源投放下的客户细分模型。提出“0占比”迭代分配算法,完善基于客户分档的货源投放策略,依据C公司投放系统真实数据进行货源投放仿真,再通过实证研究验证模型实际应用价值。评估货源投放效果通过能反映供需关系紧张程度的订足率指标体现。然后从工业企业角度,以真龙（凌云）为例,对真龙（凌云）零售客户构建客户服务下的客户细分模型。引入客户价值指数细分客户,运用帕累托法则进行客户价值二次细分,便于对不同价值类别客户提供差异化服务,解决服务形式单一等问题,优化服务资源配置。最后通过C公司进行实证研究,对比改进前后客户满意度大小,论证方案可行。研究结果显示,改进后的聚类算法性能较好;基于客户细分模型的货源投放较人工投放订足率总体提升11.80%;基于客户细分模型的客户服务使得C公司零售客户总体满意度提高了1.19分,C公司供应链产品资源及服务资源配置得到优化。综上所述,本文研究可为供应链企业资源更优配置实证研究提供参考。