基于OLAM的分析型CRM及其在证券业的应用研究

论文摘要

在当代市场竞争中,客户已经成为企业在激烈的竞争中获胜的重要源泉,而客户信息的科学管理和深入分析则是企业立于不败之地的关键。分析型CRM可以让决策者站在较高的高度分析企业的客户群,分析不同客户群的行为及该客户群的忠诚度,对不同客户群采用个性化、差异化的服务,实现客户价值的最大化,从而为企业赢得最大效益。联机分析挖掘(OLAM)是联机分析处理(OLAP)与数据挖掘技术(Data Mining,DM)在数据库或数据仓库应用中的结合,是联机分析处理技术的新发展。OLAM建立在数据挖掘和OLAP基础之上,目标之一就是能方便地对任何一部分数据或不同抽象级别数据选取不同的数据挖掘方法进行动态数据分析,对数据深入理解。由于OLAM兼有OLAP的多维分析的在线性、灵活性和数据挖掘对数据处理的深入性,因此该体系结构被逐渐应用到客户关系管理(CRM)、可视化等方面。本文将OLAM技术应用到分析型CRM中,并将优化调度策略应用到OLAM事务中,实现了OLAM中各子事务的优化调度,提高了分析型CRM的效率。最后将该分析型CRM应用到证券业客户,对某证券公司客户进行了细分,评估了各分类客户的忠诚度及新客户忠诚度的预测。

论文目录

• 摘要
• Abstract
• 致谢
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文研究内容及结构
• 第二章 OLAM 概念及相关技术研究
• 2.1 OLAM 技术基本概念
• 2.1.1 OLAM 技术的出现
• 2.1.2 OLAM 技术的特征和功能
• 2.1.3 OLAM 技术的体系结构
• 2.2 数据仓库技术
• 2.2.1 数据仓库的定义及特点
• 2.2.2 数据仓库架构
• 2.3 OLAP 技术
• 2.3.1 OLAP 定义
• 2.3.2 OLAP 的数据分析操作
• 2.4 数据挖掘技术
• 2.4.1 数据挖掘的含义和功能
• 2.4.2 数据挖掘的主要方法
• 2.5 本章小结
• 第三章 基于SQL Server 2005 构建OLAM 的关键技术
• 3.1 Microsoft Analysis Services 简介
• 3.2 脚本语言介绍
• 3.2.1 MDX 语言
• 3.2.2 DMX 语言
• 3.3 ADOMD.NET 语言
• 3.4 SQL Server 2005 数据挖掘模块
• 3.4.1 SQL Server 2005 数据挖掘算法及应用概述
• 3.4.2 决策树算法
• 3.4.3 聚类算法
• 3.5 本章小结
• 第四章 OLAM 事务及其优化调度策略
• 4.1 OLAM 事务概念的提出
• 4.2 一种OLAM 事务优化调度策略
• 4.2.1 OLAM 事务调度简介
• 4.2.2 OLAM 事务优化调度策略详细步骤
• 4.3 本章小结
• 第五章 证券业分析型CRM 模型构建
• 5.1 CRM 的发展
• 5.1.1 CRM 的定义
• 5.1.2 CRM 的分类
• 5.1.3 分析型CRM 的架构及功能
• 5.2 证券业分析型CRM 模型的建立
• 5.2.1 需求分析
• 5.2.2 证券业分析型CRM 模型框架图
• 5.2.3 证券业分析型CRM 功能结构图
• 5.3 证券业分析型CRM 功能模块设计
• 5.3.1 客户细分模块设计
• 5.3.2 客户忠诚度分析模块设计
• 5.3.3 客户盈利能力分析模块设计
• 5.3.4 客户投资风险分析模块设计
• 5.4 OLAM 调度策略在证券业分析型 CRM 中的应用
• 5.4.1 证券业分析型CRM 模型中的OLAM 事务
• 5.4.2 OLAM 事务调度策略在模型中的应用
• 5.5 证券业分析型CRM 的应用
• 5.5.1 数据预处理
• 5.5.2 建立数据仓库
• 5.5.3 应用结果分析
• 5.6 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 参考文献
• 攻读硕士学位期间的成果