聚类分析在上海市某银行企业级客户细分中的应用研究

论文摘要

近年来,随着银行业竞争加剧,我国银行业的经营环境发生了巨大的变化,由以往的“卖方市场”转向如今的“买方市场”,一些国外银行的加入,更使得传统银行业的垄断优势不复存在。因此,现在银行业竞争能力更多的体现在客户资源的争夺上,这不仅体现在如何获取新客户,同样也体现在如何更好的服务现有客户,提高客户的满意度,挖掘新的盈利增长点。客户关系管理成为银行业主要关注的问题之一。在本论文中,主要探讨了数据挖掘技术中的聚类分析理论在银行业公司业务尤其是客户细分方面的应用。从银行业的业务特点出发,基于客户关系管理理论和对银行的数据结构和数据特点的具体研究的基础上,提出了以客户资金规模、地域范围、网上银行加办、余额变动等为细分指标的客户细分模型,并运用K均值算法作为客户细分方法。本文在最后运用数据挖掘工具SSPS软件,按照客户细分模型对某银行真实数据进行了实例分析,对细分结果提出了相应的营销和服务策略,提供了一套比较完整的、可行的客户分析方案。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 论文研究背景
• 1.2 研究方法、目标和意义
• 1.3 论文框架
• 第2章 客户关系管理和数据挖掘技术
• 2.1 客户关系管理概念、作用及功能
• 2.1.1 客户关系管理概念
• 2.1.2 客户关系管理的作用
• 2.1.3 客户关系管理的主要功能
• 2.2 数据挖掘的基本概念、任务及研究方向
• 2.2.1 数据挖掘的基本概念
• 2.2.2 数据挖掘的任务
• 2.2.3 数据挖掘的研究方向
• 2.3 数据挖掘在CRM中的研究现状
• 2.3.1 数据挖掘在CRM中的应用研究
• 2.3.2 数据挖掘在银行CRM中的应用研究现状
• 第3章 上海市某银行企业级客户管理问题分析
• 3.1 公司背景介绍
• 3.2 客户信息及其关系
• 3.3 客户管理中存在的问题分析
• 第4章 基于聚类分析的上海市某银行企业级客户细分实现
• 4.1 客户细分实现的算法步骤
• 4.2 数据的预处理
• 4.3 聚类模型的选择与实现
• 4.3.1 聚类模型的选择
• 4.3.2 数据转换和标准化
• 4.3.3 数据挖掘算法实现
• 4.4 聚类结果分析
• 4.5 基于聚类分析的营销策略制定
• 第5章 结束语
• 参考文献
• 致谢
• 卷内备考表