资源描述:
《客户关系管理 客户价值 商业银行 数据仓库 数据挖掘》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、客户关系管理论文:商业银行客户价值识别研究【中文摘要】我国加入世界贸易组织以后,伴随着不断加剧的市场竞争和飞速发展的网络化经济,金融服务业的逐步对外开放促使传统的“以产品为中心”的营销模式逐渐向“以客户为中心”转变。特别是我国的商业银行,产品与服务的同质化倾向越来越严重,商业银行营销的业务竞争也愈加激烈。因此,如何准确的识别客户价值、保持优质客户和深入挖掘客户价值已经成为商业银行在激烈的市场竞争中脱颖而出的重要因素。本文在系统分析客户关系管理基础上,采用定性与定量分析方法和实证分析方法对客户价值识别模
2、型进行分析,以期帮助商业银行有效识别客户价值。首先,本文在分析我国商业银行特点的基础上,对国内外关于客户价值识别的理论进行归纳总结。其次,深入探讨商业银行客户关系管理相关理论,对客户关系管理当前应用的特点进行分析,充分强调数据仓库技术和数据挖掘技术在客户关系管理应用中的重要性,提出一个基于数据仓库系统和数据挖掘技术的客户关系管理系统模型。再次,在已有客户价值识别模型的基础上进行扩展,充分考虑利润和成本之间的关系,提出一个新的客户价值识别模型。最后,在秦皇岛建设银行实际应用该模型进行客户识别,并对商业银
3、行的客户进行分析,用数据挖掘技术对...【英文摘要】Financialservicesindustryisopeningtotheoutsideworldgraduallytopromotethetraditional“product-centric”marketingmodeltothe“customer-centric”maintenancemeasures,thereisabigsecurityrisk,managementhashadagreatimpacttothecity.3.1-8bus
4、terminalstationstatusinYibincitylayouts(4)hoursofoperationmostofYibincitybuslinesin5:30-6:20,andbasicallymeettheYibintravelneeds.Busmodel,afterjoinedtheWorldTradeOrganization,alongwithgrowingmarketcompetitionandrapiddevelopmentofthenetworkedeconomy.Part
5、icularwiththecommercialbanks,thehomogeneity-orientedprocessofproductsandservicesisgrowingmoreandmoreserious,commercialmarketing’scompetitionisintensifying.Therefore,howtoidentifyclients’value...【关键词】客户关系管理客户价值商业银行数据仓库数据挖掘【英文关键词】customerrelationshipmanag
6、ementcustomervaluecommercialbanksdatawarehousedatamining【索购全文】联系Q1:138113721Q2:139938848【目录】商业银行客户价值识别研究摘要5-6Abstract6-7第1章绪论11-191.1研究背景11-121.2研究意义12-131.3国内外研究现状及评价13-171.3.1国外研究现状13-151.3.2国内研究现状15-161.3.3国内外研究评价16-171.4研究方法及研究内容17-191.4.1研究方法171.4.
7、2研究内容17-19第2章商业银行客户价值管理相关理论19-342.1商业银行客户价值管理相关理论19-252.1.1maintenancemeasures,thereisabigsecurityrisk,managementhashadagreatimpacttothecity.3.1-8busterminalstationstatusinYibincitylayouts(4)hoursofoperationmostofYibincitybuslinesin5:30-6:20,andbasicall
8、ymeettheYibintravelneeds.Bus客户价值管理的步骤和要点19-212.1.2商业银行客户价值分析21-242.1.3商业银行客户价值管理框架24-252.2数据仓库相关理论25-292.2.1数据仓库25-262.2.2数据模型26-272.2.3数据集市27-282.2.4数据仓库开发过程28-292.3数据挖掘技术相关理论29-322.3.1数据挖掘方法30-312.3.2数据挖掘建模技术31-322.4本章小结32-34第3