欢迎来到天天文库
浏览记录
ID:32695496
大小:8.65 MB
页数:63页
时间:2019-02-14
《中国移动通信crm系统设计和实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、ChinaMobile’SCRMsystemdesignandimplementationByWANGXiaoqiongB.E.(HunanUniversityofCommerce)2009AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringSoftwareEngineeringIntheGraduateschoolofHunanUniversitySupervisorAssociateProfessorJIANGYuSeniorEconomiStXIAOXiaobinM
2、ay,2013湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:硝彻、日期:列年3月爿日、,学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩
3、印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口,在年解密后适用本授权书。2、不保密团。(请在以上相应方框内打“√”)角t谚5武日期:≯,乡年3月彩日日期:≯,;年歹月))日/一,。函丘.雾名名签签者师作导,工程硕士学位论文摘要中国移动通信(ChinaMobile)是全国唯一专注于移动通信运营的基于GSM网络的移动通信运营商,目前已经拥有了世界首位的网络与客户规模。在本论文当中,具体是以中国移动通信集团长沙分公司为例,针对2008年以来推出的三大品牌下56项关于资费业务做出统计,设计并实现了一个针对移动通信企业的CRM管理系统,系统分析了每种套餐所对应的不同用户群,每种资费套
4、餐所适合的不同组合方式。本研究能够为探讨如何给用户提供更适合的业务提供技术支持。本论文运用数据挖掘技术,构建了CRM系统中的客户分类模型,能够实现客户群体的细分,寻找到动优质客户以及潜在的高价值客户,降低经营风险以及成本,提高销售收益,而且对于价值较高的客户提供的服务也更加个性化,这样对应的客户满意度还有忠诚度都得到了很高的提升,有效避免企业由于客户流失的造成的损失,实现了经营成本的控制,帮助企业获得了最大的经济效益,而且使得客户和企业之间实现了双赢。设计算法的进程中,从如下几个方面做出了创新:(1)使用先进的数据挖掘方法来构建中国移动通信集团长沙分公司现有的移动通信CRM系统。(2)出于客
5、户细分复杂性方面的考虑,应用了模糊聚类技术来确定用户类别。(3)引入模糊聚类算法来解决中国移动通信集团长沙分公司移动通信CRM系统中的客户分类问题。(4)使用优化模糊聚类算法中的参数选择。关键词:CRM系统;模糊聚类;算法;数据挖掘;数据库II中国移动通信CRM系统的设计与实现AbstractChinaMobileiStheonlyoperatorinChinawhichfocusesonMobilecommunicationoperationbasedonGSMnetwork,andnowithastheworld’Sbiggestnetworkandcustomerscale.Inthi
6、spaper,ithastakenabranchofChinamobilecommunicationsgroupChangshaasanexample,tomakestatisticsabout56chargesbusinesssince2008underthethreemajorbrands.IthasdesignedandimplementedaCEMmanagementsystemformobilecommunicationsenterprise,analyzedeachpackagethatcorrespondstodifferentusergroups,andeachofthepa
7、ckagesaresuitablefordifferentcombinations.Thisstudycanprovidetechnicalsupportforexploringhowtoprovideuserswithmoresuitablebusiness.Dataminingtechnologyhasbeenusedinthispapertobuildthecustomerclassificationm
此文档下载收益归作者所有