基于聚类分析的客户关系管理(doc 62页)

目  录
摘  要 I
ABSTRACT II
1 绪  论 1
1.1 研究的目的和意义 1
1.2 论文研究的主要内容及框架 1
2 客户关系管理与数据挖掘的相关理论概述 3
2.1 客户关系管理相关理论 3
2.1.1 CRM的定义与内涵 3
2.1.2 CRM的核心管理思想 4
2.1.3 CRM所需要的技术 6
2.2 数据挖掘理论 7
2.2.1 数据挖掘概述 7
2.2.2 数据挖掘的模式 8
2.2.3 数据挖掘在银行客户关系管理中的应用 10
2.3 数据挖掘的聚类分析理论 12
2.3.1 聚类的概念 12
2.3.2 聚类算法的一般特征 12
2.3.3 K-mean算法简介 13
2.4 SAS ENTERPRISE MINER简介 13
3 XX银行重庆分行客户关系管理现状分析 17
3.1 XX银行重庆分行简介 17
3.2 XX银行重庆分行客户数据分析与利用的现状与问题 17
3.3 XX银行重庆分行客户关系管理现状 18
3.4 基于数据挖掘的客户价值研究总体思路 19
4 面向CRM的聚类分析 20
4.1 问题描述 20
4.2 数据采集与预处理 21
4.2.1 数据模型 21
4.2.2 数据预处理 22
4.3 聚类分析 26
4.3.1 基于银行收益数据的聚类分析 26
4.3.2 基于客户活动强度数据的聚类分析 28
4.4 聚类结果评估与解释 30
5 基于聚类的客户关系管理 35
5.1 基于聚类的客户分类 35
5.1.1 基于银行收益的客户分类 35
5.1.2 基于活动强度的客户分类 39
5.1.3 基于客户价值和活跃强度的客户二维分类 43
5.2 基于聚类的客户分类与银行现有分类情况对比分析 45
5.3 基于客户细分的客户关系管理策略 47
5.3.1 针对高价值不同活动强度客户策略 47
5.3.2 针对中价值不同活动强度客户策略 49
5.3.3 针对低价值不同活动强度客户策略 52
5.4 预期应用效果 53
6 结  论 54
致    谢 55
参考文献 56

 

..............................