济南地区电力客户服务管理研究

论文摘要

本文针对济南地区电力客户关系管理的现状,分析电力客户的用电特点,进行了电力客户服务管理的具体研究,具体内容包括:1、根据国内外关于现代营销理论和客户关系管理理论,针对电力行业的现状,阐述了济南供电公司进行客户服务管理的重要意义。2、研究济南地区电力用户的用电特点并根据电力用户的个性特征运用因子模型对用户进行分类,实现客户分类管理在客户服务管理中的应用。3、根据济南地区电力用户的客户信息,运用多层次模糊综合评价法对客户满意度进行综合评价。4、运用模糊聚类技术(FCM算法)对济南供电公司的潜在客户进行识别挖掘。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 研究背景及意义
• 1.2 国内外研究动态
• 1.3 研究内容
• 第二章 电力客户服务管理理论
• 2.1 客户服务管理体系
• 2.1.1 电力客户服务特征分析
• 2.1.2 电力客户服务应用平台需求分析
• 2.2 客户服务的管理提升
• 2.2.1 客户的分类化管理
• 2.2.2 重点客户管理
• 2.2.3 潜在客户的管理
• 2.2.4 客户的针对性管理
• 2.3 客户服务质量管理
• 2.3.1 营销工作质量管理
• 2.3.2 客户服务中心运营质量管理
• 第三章 客户分类管理
• 3.1 客户分类管理理论
• 3.1.1 客户分类及客户类型分析
• 3.1.2 客户分类管理
• 3.1.3 客户分类管理中要贯穿的思想
• 3.1.4 分类管理
• 3.2 研究设计与研究方法
• 3.3 实证分析
• 3.3.1 量性问卷的信效度分析
• 3.3.2 因子分析
• 3.3.3 基于电力客户个性特征的用户分类
• 3.3.4 三类用电客户的差异性分析
• 3.4 小结
• 第四章 客户满意度评价
• 4.1 引言
• 4.2 客户满意度衡量
• 4.2.1 概念
• 4.2.2 建模流程
• 4.2.3 模块结构
• 4.3 客户满意指标、级度综合评价
• 4.4 客户满意度的多层次模糊综合评价及其算法
• 4.5 小结
• 第五章 潜在客户挖掘
• 5.1 数据挖掘的基本理论
• 5.1.1 KDD 和数据挖掘
• 5.1.2 数据挖掘系统的分类
• 5.2 问题提出
• 5.2.1 客户、浏览者与潜在客户
• 5.2.2 客户价值分析
• 5.3 模糊聚类算法挖掘潜在客户
• 5.3.1 FCM 算法
• 5.3.2 用户模糊聚类实例分析
• 5.4 小结
• 第六章 结论
• 参考文献
• 致谢
• 在学习期间发表的论文和参加科研情况