面向金融crm的客户服务挖掘模型及方法研究(综述)

面向金融crm的客户服务挖掘模型及方法研究(综述)

ID:8516710

大小:52.00 KB

页数:6页

时间:2018-03-30

面向金融crm的客户服务挖掘模型及方法研究(综述)_第1页
面向金融crm的客户服务挖掘模型及方法研究(综述)_第2页
面向金融crm的客户服务挖掘模型及方法研究(综述)_第3页
面向金融crm的客户服务挖掘模型及方法研究(综述)_第4页
面向金融crm的客户服务挖掘模型及方法研究(综述)_第5页
资源描述:

《面向金融crm的客户服务挖掘模型及方法研究(综述)》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、面向金融CRM的客户服务挖掘模型及方法研究(综述)1前言数据挖掘是一门具有广泛应用的新兴学科,针对特定领域的应用包括生物医学,DNA分析,金融,零售和电信等,需要在实践中将数据挖掘技术与特定领域知识结合在一起,提供满足特定任务的数据挖掘解决方案。在银行业务日趋国际化的今天,银行业的竞争日趋激烈,而竞争的焦点就是客户的争夺,谁拥有的客户资源强大,谁就可能在竞争中处于有利地位[1]。要在竞争中保持优势,我国金融业就必须迅速转变经营观念,真正做到以客户为中心。客户关系管理(CRM)是以信息技术为支撑环境,以客户期望和受益为基础,保持企业和客户间的良好关系,实现企业利润和客户利益最大化的新

2、型营销理念、管理机制和工作流程。随着信息技术与网络技术的发展,客户在享受新技术所带来的便利的同时,也获得了更多的选择各种服务提供者的途径,因而使企业为争夺客户的竞争日益加剧。在很多情形下,高质量的客户关系是惟一重要的竞争优势,维护客户忠诚度变得越来越关键,同时也变得越来越困难。对现有客户和潜在客户的培养和挖掘,被认为是企业获得进一步成功的关键。因此,探讨金融行业客户关系管理的现状,研究客户关系管理系统在金融行业的应用具有重要的意义。2客户关系管理(CRM)基本理论2.1CRM的理念CRM的概念最早由GartnerGroup提出,其目的是为企业提供全方位的管理视角,赋予企业更完善的客

3、户交流能力,最大化客户的收益率[2]。CRM是一种以客户为中心的市场营销理念和策略,它以信息技术为手段,对业务功能进行重新设计,并对工作流程进行重组。它集合的现代信息技术包括:Internet和电子商务、多媒体技术、数据仓库和数据挖掘、专家系统和人工智能、呼叫中心等。CRM的焦点是自动化并改善销售、市场营销、客户服务和支持等领域的与客户关系有关的商业流程。它的目标是缩减销售周期和销售成本、增加收入、寻找扩展业务所需的新市场和渠道以及提高客户的价值、满意度、盈利性和忠诚度。2.2企业运用CRM目标企业运用CRM的目标主要是三个方面。首先是效率的提高。信息技术使得业务处理流程的自动化程

4、度大大提高实现企业范围内的信息共享,提高企业员工的工作能力,并有效减少培训需求,使企业内部能高效地运转。其次是有助于拓展市场。通过电话、Web、电子邮件、传真等手段的整合,客户可以选择自己喜欢的方式,同企业进行交流。企业的员工和客户的沟通更加便捷,获取信息更加方便。因此,CRM提升了客户满意度和利润贡献度。最后,对客户互动信息的搜集和加工,产生客户智能,可以帮助企业拓展业务模式,扩大经营活动范围,及时把握新的市场机会,占领更多的市场份额,帮助企业保留更多的价值客户,并更好的吸引新客户。2.3CRM考核指标根据客户的忠诚度,可以把客户分类,使之形成一个客户阶梯,即企业客户分布结构图。

5、从下到上,客户可分为:潜在客户、顾客、常客、支持者、忠诚客户。根据客户分布可以得到CRM考核的几个基本指标[3]:1、新增客户量(率):虽然关系营销以一种改革者的姿态出现,可是它在很大程度上并不是对以往营销方式的革命,更多的是对传统营销思想的完善补充,因此新增客户量依然是业绩考核中最重要的内容。2、流失客户量(率):也就是客户保持率。3、升级客户量(率):客户关系管理的新内容,不断升级的客户给企业带来的诸多好处,因为客户升级,也就意味着“客户满意”,客户升级的最终目标是使客户成为企业品牌的忠实客户,使他们愿意与企业建立和保持长期稳定的关系,愿意成为企业提供的产品和服务承担合适的价格

6、,并且义务宣传企业产品和服务。4、客户平均盈利能力:客户阶梯说明客户平均盈利能力是分层次的。3面向CRM的数据挖掘技术在各行业中的应用现状3.1数据挖掘技术的基本概念根据Gartner的HPC研究表示,“随着数据捕获、传输和存储技术的快速发展,用户将需要采用新技术来挖掘市场价值,采用更为广阔的并行处理系统来创造新的商业增长点。”数据挖掘技术将在未来的数据计算中扮演越来越重要的角色。数据挖掘(DataMining),就是从存放在数据库,数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。在人工智能领域,又称数据库中的知识发现(Knowle

7、dgeDiscoveryinDatabase,KDD),它是数据库研究中的一个很有应用价值的新领域,融合了数据仓库、人工智能、统计学等多个领域的理论和技术。通过数据挖掘技术,能够找出已有数据之间的潜在联系,从而促进信息的传递,对将来的趋势和行为进行预测,从而很好地支持人们的决策[4]。数据挖掘的任务是从数据中发现模式。从广义上讲,数据挖掘将发现两种模式:预测型模式和信息型模式。预测型模式主要通过输入集合的值来计算某一属性,或某几种属性的值,来解决一个指定的问题,从数据

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。