基于数据挖掘的客户序位应用研究

论文摘要

中国企业面临着前所未有的市场化和客户个性化的挑战。客户序位管理是一种商业战略,它着眼理解和管理某个组织当前和潜在的客户需求,是一漫长的历程。在该过程中,有战略、机构和技术的改变。通过这些改变,公司可以围绕客户行为更好地管理自己的企业。因此,从不同的侧面对上述问题进行系统和全面的综合论述,具有重要的现实意义和理论意义。论文第二章对数据挖掘的概念、方法、工具、作用与实施步骤进行了论述。鉴于数据挖掘以数据为基础,为实现客户序位的应用研究,必须建立客户数据库,在此基础上对客户序位进行探讨。客户满意与忠诚是客户序位分析的最高层次,本文对此亦加以研究,以体现应用研究的完整性。通过概括和归纳,认为客户序位体现了管理、决策和技术三个层面内容,即:客户序位是一种企业经营管理理念、客户序位是一种数据驱动的企业决策过程、客户序位是一种先进技术的集成系统。第三章从客户数据分析的角度,对数据挖掘的客户序位应用中的主要问题客户挖掘、客户需求模糊预测、客户档案知识挖掘、客户价值、客户满意与忠诚的互动分析进行了研究。第四章从客户份额、客户获利能力分析、客户净现值评价、客户创造价值、同业对比分析、满意测评分析等不同方法进行了分析,并从实证应用的角度进行了研究。第五章在某些公司客户数据的基础上,通过实证分析,提出了客户序位的灰色模型、发展模型、方案决策模型和忠诚因素模型,对客户序位、客户发展和保持、潜在性及竞争型客户、满意决策和竞争因素进行了研究与分析。第六章对客户关系管理应用中的常用数据挖掘算法:人工神经网络算法中SOM算法及BP算法进行了分析,并加以实证。第七章以互联网为例对客户行为进行了设计和分析,并展示了客户序位分析系统的部分算法和程序设计。第八章总结全文,提出论文需要进一步改进的方面和今后需继续研究的主要问题。

论文目录

• 中文摘要
• 英文摘要
• 第一章 导论
• 1.1 引例
• 1.2 选题意义
• 1.3 研究现状
• 1.3.1 数据挖掘
• 1.3.2 客户序位
• 1.4 研究思路
• 1.5 结构与创新
• 第二章 应用基础研究
• 2.1 数据挖掘
• 2.1.1 概念
• 2.1.2 方法
• 2.1.3 工具
• 2.1.4 作用
• 2.1.5 实施
• 2.2 客户数据库
• 2.2.1 建立
• 2.2.2 集成
• 2.2.3 特征
• 2.3 客户序位
• 2.3.1 序位的两性
• 2.3.2 条件与步骤
• 2.3.3 方法与评价
• 2.3.4 序位诊断
• 2.3.5 序位划分
• 2.4 客户满意
• 2.4.1 管理与战略
• 2.4.2 诊断与实施
• 2.4.3 模型与度量
• 2.4.4 调查与评价
• 2.5 客户忠诚
• 2.5.1 表现与建立
• 2.5.2 衡量与培养
• 2.5.3 提升及模型
• 第三章 应用课题研究
• 3.1 客户挖掘
• 3.1.1 挖掘步骤
• 3.1.2 实证分析
• 3.2 客户需求模糊预测
• 3.2.1 需求获取
• 3.2.2 需求细分
• 3.2.3 规则与推理
• 3.2.4 市场模拟
• 3.3 客户档案知识挖掘
• 3.3.1 档案内容
• 3.3.2 挖掘方法
• 3.3.3 集成方法
• 3.4 客户价值
• 3.4.1 价值分析
• 3.4.2 客户亲近
• 3.4.3 网络发展
• 3.4.4 价值主张
• 3.4.5 关系管理
• 3.5 满意与忠诚
• 3.5.1 静态分析
• 3.5.2 动态分析
• 3.5.3 结论
• 第四章 应用方法研究
• 4.1 客户份额
• 4.1.1 序位方法
• 4.1.2 实证分析
• 4.2 客户获利能力
• 4.2.1 作业成本法实证
• 4.2.2 应用关键及意义
• 4.3 客户净现值评价
• 4.3.1 评价体系设计
• 4.3.2 实证分析
• 4.4 客户价值分布
• 4.4.1 分布分析与意义
• 4.4.2 实证分析
• 4.5 创造价值
• 4.5.1 创造价值分析
• 4.5.2 序位及意义
• 4.6 同业对比分析
• 4.6.1 指标和级度确定
• 4.6.2 市场调查及数据汇总
• 4.6.3 数据处理与管理建议
• 4.7 满意测评分析
• 4.7.1 指标选取与权重分析
• 4.7.2 测评级度划分
• 4.7.3 方案设计与实施
• 4.7.4 测评方法与结果分析
• 第五章 应用模型研究
• 5.1 灰色模型
• 5.1.1 模型建立
• 5.1.2 实证分析
• 5.2 发展模型
• 5.2.1 内涵及量化
• 5.2.2 发展模型
• 5.3 方案决策模型
• 5.3.1 模型建立
• 5.3.2 实证分析
• 5.4 忠诚因素模型
• 5.4.1 模型建立
• 5.4.2 数据分析
• 5.4.3 结果分析
• 第六章 应用算法研究
• 6.1 SOM算法
• 6.1.1 分析
• 6.1.2 实证
• 6.2 BP算法
• 6.2.1 分析
• 6.2.2 实证
• 第七章 应用系统研究
• 7.1 客户行为分析系统
• 7.1.1 系统分析与设计
• 7.1.2 用户行为预测
• 7.1.3 实证分析
• 7.2 客户序位分析系统
• 7.2.1 结构与设计
• 7.2.2 表示层设计
• 7.2.3 逻辑层设计
• 第八章 结论
• 参考文献
• 致谢
• 个人简历
• 攻读博士学位期间发表的学术论文
• 攻读博士学位期间参加的科研项目