分享到:

基于数据挖掘的客户忠诚度分析

数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。它是一门交叉学科,它把人们对数据的应用从低层次的简单查询,提升到从数据中挖掘知识,提供决策支持。分类和预测是数据挖掘中的重要研究方面,可以用于提取描述重要数据类的模型或预测未来的数据趋势。经过近20年的发展,数据挖掘技术在理论研究上日趋成熟,正不断的扩展其应用范围,当前数据挖掘已用于电信、金融、商业、气象预报、DNA、股票市场、入侵检测和客户分类等许多领域。本文就分类分析和预测分析算法进行了深入研究,对相关算法作了改进;在此基础上,对客户忠诚度变化趋势进行了预测分析。首先研究了分类分析和预测分析的相关算法,重点探讨了线性回归分析和CART分类器的原理,对CART分类算法进行了改进;其次,以线性回归分析和CART分类算法为主并结合其它数据挖掘算法,针对企业中的客户忠  (本文共63页) 本文目录 | 阅读全文>>

中国海洋大学
中国海洋大学

数据挖掘技术在CRM中的应用研究

随着汽车行业竞争的日趋激烈,CRM的重要性也越来越为人们所认识,如何建立、维护和发展客户关系,有效地开展营销与服务,是汽车行业在当前环境下必须优先考虑的问题。CRM是技术和管理相结合的产物,作为企业信息化的最新发展,CRM实现了企业由“以产品为中心”向“以客户为中心”的转变,客户首次作为一种资源纳入企业的管理视野。经过多年的发展,汽车行业积累了大量宝贵的客户数据资源,这些数据背后往往隐藏着许多重要的信息,但由于技术和观念的局限性,很多客户数据背后隐藏的客户信息和客户知识无法被快速有效地挖掘出来。对于汽车行业,如何管理好企业与客户之间的关系,留住老客户,拓展新客户,挖掘现有客户的消费潜力,减少客户流失,为企业创造更多的利润,成为当今汽车行业经营管理人员所重点研究的内容。数据挖掘能从大量的日积月累的数据中发现潜在的、有价值的信息和知识,用来支持决策。数据挖掘有着广泛的商业应用潜能,是知识发现与知识管理研究中的一个很有应用价值的新领域...  (本文共68页) 本文目录 | 阅读全文>>

同济大学
同济大学

基于数据挖掘的我国证券业客户忠诚度研究

为了完成中国证券业原有被动营销模式向主动营销模式的转变,使个性化证券营销更具有方向性,实现服务质量的进一步提高,从而赢得更多客户和利润,必须强调和重视个性化营销中的客户忠诚度管理。本文主要研究了数据挖掘技术在证券业客户忠诚度识别和细分上的应用,提出了一种证券业客户忠诚度评估的有效方法。本文主要基于客户忠诚度理论及数据挖掘技术,充分结合国内证券行业特点进行深入研究。研究内容包括客户忠诚度分类和表现形式,证券业客户忠诚度特殊性,数据挖掘技术的主要方法及操作流程。研究重点在于分析国内证券业客户交易行为特性,探讨国内证券业客户忠诚度评价指标体系,提出适合国内证券业客户忠诚度评价的数据挖掘方法及流程。在理论研究基础上,结合**证券公司客户忠诚度识别案例,本文详细分析证券公司客户忠诚度识别的数据挖掘过程,并且根据数据挖掘结果对不同忠诚度类型客户提出相应个性化营销建议,从而为优化证券公司的营销策略、深化证券公司的管理理念探索出一条可行之路。本...  (本文共83页) 本文目录 | 阅读全文>>

华南理工大学
华南理工大学

数据挖掘在服装CRM中的应用

我国的服装行业随着改革开放发展到今天,经历了起步、蓬勃发展、到现今的行业竞争惨烈的过程。行业的各服装品牌及各商家,纷纷喊出了服装行业已是微利时代。行业的竞争也残酷地体现在通过市场占领,打压竞争对手。服装行业自受到金融海啸的冲击,更导致了服装行业销售额直线下降,库存量剧增,导致资金流转不畅。服装行业惨烈的竞争,体现在销售客户的竞争;服装行业企业销售额下降,主要体现在服装销售客户群的流失。为此,本文通过引用数据挖掘技术层面,对在服装CRM中客户的特性分析,分析客户的忠诚度。通过对客户忠诚度的分析,以协助企业留住客户、稳定其客户消费群,从而稳定了企业的销售。这一方面使公司得到最大化的收益,另一方面相应可以降低成本,增加利润收入。同时,通过对服装CRM中目标潜在客户的数据挖掘,挖掘出企业的潜在客户,以为企业拓展新客户群,从而对销售业绩的稳定与增长起到重要作用,另一方面也为企业创造新的销售增长点创造条件。本文通过抽取某品牌在华东某市的实际...  (本文共57页) 本文目录 | 阅读全文>>

《计算机工程》2005年S1期
计算机工程

基于数据挖掘的航空公司客户信息分析

通过对航空公司现有数据仓库中客户信息的分析,针对客户关系管理中忠诚度这一问题,提出了一种基于数据挖...  (本文共3页) 阅读全文>>

合肥工业大学
合肥工业大学

基于决策树的模糊聚类评价算法及其在证券领域的应用

随着证券市场的日益规范,佣金的浮动制使得券商经纪业务的竞争愈发激烈,提高客户服务质量变得重要。随着信息时代的来临,企业逐渐由过去的产品为中心转变为以客户为中心,企业也认识到良好客户关系的提升已成为制胜关键。为了进行有效的竞争,企业必须进行客户细分,选择最有利的目标客户群体,集中企业资源,制定有效的竞争策略,来增强自己的竞争优势,同时企业也必须强调和重视客户忠诚度的管理,针对不同忠诚度的客户进行相应管理,完成被动营销模式向主动营销模式的转变,使个性化证券营销更具有方向性。本文主要基于客户忠诚度理论及数据挖掘技术,充分结合国内证券行业特点进行深入研究。研究内容包括基于决策树的模糊聚类评价算法和模型的建立,以及模型在客户细分以及客户分类预测,客户忠诚度分类和客户忠诚度预测上的应用,数据挖掘技术的主要方法及操作流程。研究重点在于分析国内证券业客户自然属性和交易行为特性,探讨证券业客户分类模型和忠诚度评价指标体系,提出适合国内证券业客户分...  (本文共61页) 本文目录 | 阅读全文>>